pengembangan model penjadwalan mesin majemuk …

PENGEMBANGAN MODEL PENJADWALAN MESIN MAJEMUK DENGAN JOB SISIPAN

Oleh Dede Juliyanti

NIM: 004200900111

Diajukan untuk Memenuhi Persyaratan Akademik Mencapai Gelar Strata Satu

pada Fakultas Teknik Program Studi Teknik Industri

2013

ii

LEMBAR PERSETUJUAN PEMBIMBING

Skripsi dengan judul “Pengembangan Model Penjadwalan Mesin

Majemuk Dengan Job Sisipan” dipersiapkan dan disusun oleh Dede

Juliyanti untuk melengkapi sebagian dari persyaratan menjadi

Sarjana Teknik pada jurusan Teknik Industri Fakultas Teknik

President University telah ditinjau kebenarannya, untuk itu saya

merekomendasikan skripsi ini diuji secara lisan (Oral Defense).

Cikarang, Indonesia, 21 Januari 2013

Johan Oscar Ong, ST. MT

iii

PERNYATAAN ORISINALITAS SKRIPSI

Saya menyatakan bahwa skripsi ini, dengan judul “Pengembangan

Model Penjadwalan Mesin Majemuk dengan Job Sisipan” adalah

hasil karya saya sendiri tanpa menyadur dan menyalin serta belum

pernah diterbitkan di Universitas manapun, semua sumber baik yang

dikutip maupun dirujuk telah saya sebutkan pada daftar pustaka.

Cikarang, Indonesia, 21 Januari 2013

Dede Juliyanti

iv

PENGEMBANGAN MODEL PENJADWALAN MESIN

MAJEMUK DENGAN JOB SISIPAN

Oleh

Dede Juliyanti

ID No. 004200900111

Disetujui Oleh

Johan Oscar Ong, ST. MT Herwan Yusmira, B.Sc. MET, MTech

Dosen Pembimbing Program Studi Teknik Industri

Dr.-Ing. Erwin Sitompul

Dekan Fakultas Teknik

v

ABSTRAK

Hal terpenting dalam industri farmasi adalah ketersediaan obat dalam jumlah,

jenis, dan kualitas yang memadai, ketidaktersediaan terhadap hal tersebut

mengakibatkan lost sales. Perusahaan harus memiliki suatu metode penjadwalan

yang dapat mempercepat waktu penyelesaian proses produksi sehingga dapat

meningkatkan pemenuhan terhadap permintaan konsumen. Proses produksi terdiri

dari 7 stage dengan proses yang berbeda-beda pada tiap stagenya, dimana awal

proses tidak selalu dimulai pada stage 1, namun selalu berakhir pada stage 7.

Ketersediaan mesin tidak hanya terdiri dari mesin tunggal, tetapi juga memiliki

mesin majemuk untuk beberapa jenis mesin. Keberagaman proses produksi dan

banyaknya jumlah job yang harus diproses, maka pada penelitian ini penjadwalan

dilakukan secara bertahap terhadap penjadwalan job utama dan kemudian

penyisipan job pada hasil penjadwalan job utama tersebut. Untuk dapat

menyelesaikan permasalahan penjadwalan dengan jumlah mesin majemuk dan

proses produksi yang bervariasi sesuai dengan kondisi aktual perusahaan, maka

dilakukan pengembangan model terhadap algoritama Non-Delay mesin majemuk

dengan job sisipan. Dari hasil pengembangan model, waktu yang dibutuhkan

untuk menyelesaikan 59 job adalah 798 jam. Pelaksanaan penyisipan job pada

hasil penjadwalan job utama tidak memperlambat waktu penyelesaian untuk

keseluruhan job.

Kata kunci: penjadwalan, job shop, Non-Delay, mesin majemuk, job utama, job

sisipan.

vi

KATA PENGANTAR

Segala puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah

melimpahkan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan

skripsi ini dengan sebaik-baiknya dan tepat pada waktunya.

Skripsi merupakan syarat yang harus ditempuh oleh mahasiswa jurusan Teknik

Industri President University untuk menyelesaikan program sarjana Strata Satu

(S1) yang disesuaikan dengan kurikulum yang ada.

Dalam penyusunan skripsi ini, semua data dan laporan diperoleh penulis dengan

melaksanakan observasi di SOHO Group selama kurang lebih dua bulan. Penulis

menyadari bahwa tanpa dukungan dan do’a dari pihak lain, skripsi ini tidak akan

terselesaiakan dengan baik. Oleh karena itu pada kesempatan ini, penulis ingin

mengucapkan banyak terima kasih kepada:

1. Bapak Dr.-Ing. Erwin Sitompul selaku Dekan Fakultas Teknik President

University.

2. Bapak Herwan Yusmira, B.Sc. MET, Mtech selaku Kepala Program Studi

Teknik Industri President University.

3. Bapak Johan Oscar Ong, ST. MT selaku Dosen Pembimbing. Terima

kasih atas dukungan, saran, dan evaluasi pada penyusunan skripsi ini.

4. Seluruh dosen President University yang telah memberikan ilmu dan

pembelajaran yang berharga selama proses perkuliahan.

5. Bapak Fendi Ang, ST selaku Department Head Supply Chain yang telah

memberikan kesempatan untuk melakukan observasi di SOHO Group

Pharma.

6. Ibu Fanny Widjaja, ST selaku Section Head Supply Chain dan

pembimbing di SOHO Group Pharma. Terima kasih untuk perhatian,

dukungan, saran, dan keluangan waktunya untuk membantu dalam

penyusunan skripsi ini.

vii

7. Seluruh karyawan dan staff SOHO Group Pharma atas dukungan dan

keramahan pada proses observasi dalam penyusunan skripsi ini.

8. Seluruh staff Fakultas Teknik Industri President University yang telah

membantu pada kelancaran proses perkuliahan.

9. Kedua orang tua yang tidak henti-hentinya memberikan do’a, kasih

sayang, dan dukungan hingga penyelesaian skripsi ini dan seterusnya.

10. Kepada mbak-mbakku dan keponakan-keponakanku tersayang: Hanna dan

Oka, yang selalu memberikan semangat dan keceriaan untuk

menyelesaikan skripsi ini.

11. Teman-teman seperjuangan Teknik Industri angkatan 2009 dan 2010 atas

kebersamaan dan dukungannya. Tetap semangat dan semoga kita dapat

melaksanakan wisuda bersama-sama.

12. Semua pihak yang tidak mungkin disebutkan satu persatu yang telah

membantu dalam menyelesaikan skripsi ini.

Penulis menyadari masih banyak kekurangan dalam penyusunan skripsi ini, untuk

itu penulis mengharapkan kritik dan saran yang membangun untuk membantu

dalam penyempurnaan dimasa yang akan datang.

Semoga skripsi ini dapat menambah pengetahuan dan bermanfaat bagi rekan-

rekan maupun pihak lain yang berkepentingan.

Bekasi, Januari 2013

Dede Juliyanti

viii

DAFTAR ISI

LEMBAR PERSETUJUAN PEMBIMBING ......................................................... ii

PERNYATAAN ORISINALITAS SKRIPSI ........................................................ iii

LEMBAR PENGESAHAN ................................................................................... iv

ABSTRAK .............................................................................................................. v

KATA PENGANTAR ........................................................................................... vi

DAFTAR ISI ........................................................................................................ viii

DAFTAR TABEL .................................................................................................. xi

DAFTAR GAMBAR ........................................................................................... xiii

BAB I PENDAHULUAN .................................................................................. 1

1.1 Latar Belakang ........................................................................................ 1

1.2 Rumusan Masalah................................................................................... 3

1.3 Tujuan ..................................................................................................... 4

1.4 Batasan Masalah ..................................................................................... 4

1.5 Asumsi .................................................................................................... 4

1.6 Sistematika Penulisan ............................................................................. 5

BAB II LANDASAN TEORI ............................................................................. 7

2.1 Definisi Penjadwalan .............................................................................. 7

2.2 Tujuan Penjadwalan ............................................................................... 8

2.3 Elemen-Elemen Sistem Penjadwalan ..................................................... 8

2.4 Istilah Dasar dan Variabel Penjadwalan ................................................. 9

2.5 Kriteria Performasi Penjadwalan .......................................................... 10

2.6 Klasifikasi Penjadwalan ....................................................................... 11

2.7 Penjadawalan Job Shop ........................................................................ 14

2.8 Matriks Routing dan Matriks Waktu Proses ......................................... 25

2.9 Diagram Pareto ..................................................................................... 26

BAB III METODOLOGI PENELITIAN ........................................................... 28

3.1 Diagram Alir Penelitian ........................................................................ 28

3.2 Observasi Awal..................................................................................... 29

ix

3.3 Identifikasi Masalah ............................................................................. 29

3.4 Studi Literatur ....................................................................................... 30

3.5 Pengembangan Model .......................................................................... 30

3.6 Pengumpulan dan Pengolahan Data ..................................................... 30

3.7 Analisis ................................................................................................. 37

3.8 Simpulan dan Saran .............................................................................. 37

BAB IV PENGEMBANGAN MODEL ............................................................. 38

4.1 Kondisi Nyata Proses Produksi ............................................................ 38

4.2 Algoritma Non-Delay untuk Mesin Majemuk ...................................... 38

4.2.1 Contoh Penjadwalan Hasil Pengembangan Model ........................ 48

4.2.2 Tahap Pelaksanaan Penjadwalan Hasil Pengembangan Model ..... 52

4.3 Algoritma Non-Delay untuk Mesin Majemuk disertai Job Sisipan ..... 56

4.3.1 Contoh Penjadwalan Hasil Pengembangan Model ........................ 61

4.3.2 Tahapan Pelaksanaan Penjadwalan Hasil Pengembangan Model . 62

BAB V DATA DAN ANALISIS ...................................................................... 68

5.1 Profil Perusahaan .................................................................................. 68

5.2 Proses Perencanaan Produksi ............................................................... 69

5.3 Proses Produksi..................................................................................... 73

5.4 Waktu Kerja .......................................................................................... 76

5.5 Matriks Routing dan Matriks Waktu Operasi ....................................... 76

5.6 Penjadwalan Dengan Algoritma Non-Delay ........................................ 79

5.6.1 Penjadwalan Job Utama ................................................................ 79

5.6.2 Penjadwalan Job Sisipan ............................................................... 81

5.7 Analisis ................................................................................................. 99

5.7.1 Perbandingan Penggunaan Ketiga Prioritas ................................ 105

5.7.2 Utilitas Penjadwalan Non-delay Prioritas Most Operation

Remaining .................................................................................... 106

5.7.3 Penjadwalan Non-Delay Mesin Majemuk disertai Job Sisipan .. 108

5.7.4 Perbandingan Hasil Penjadwalan Dengan Kondisi Aktual ......... 112

5.7.5 Faktor Lain Penyebab Keterlambatan Proses Produksi ............... 113

BAB VI SIMPULAN DAN SARAN................................................................ 116

6.1 Simpulan ............................................................................................. 116

x

6.2 Saran ................................................................................................... 117

DAFTAR PUSTAKA ......................................................................................... 118

LAMPIRAN ........................................................................................................ 119

LAMPIRAN 1 Penjadwalan Non-Delay Mesin Majemuk Prioritas Most

Operation Remaining ......................................................................... 120

LAMPIRAN 2 Penjadwalan Non-Delay Mesin Majemuk Prioritas Most

Operation Remaining disertai Job Sisipan ......................................... 130

LAMPIRAN 3 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk

Prioritas Most Operation Remaining .................................................. 139

LAMPIRAN 4 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk

Prioritas Most Operation Remaining disertai Job Sisipan .................. 141

xi

DAFTAR TABEL

Tabel 1.1 Performance Rencana Produksi ......................................................... 2

Tabel 2.1 Matriks Routing ................................................................................ 25

Tabel 2.2 Matriks Waktu Proses ...................................................................... 25



Tabel 4.3 Penjadwalan Algoritma Non-Delay Prioritas MOR ......................... 50

Tabel 4.4 Stage 0 Contoh Penjadwalan dengan Prioritas SPT ......................... 52

Tabel 4.5 Stage 0 Contoh Penjadwalan dengan Prioritas FO ........................... 52



Tabel 4.8 Penjadwalan Job Sisipan .................................................................. 66

Tabel 5.1 Volume Penjualan ............................................................................ 70

Tabel 5.2 Rencana Produksi Job Utama........................................................... 72

Tabel 5.3 Rencana Produksi Job Sisipan ......................................................... 73

Tabel 5.4 Daftar Mesin ..................................................................................... 75

Tabel 5.5 Matriks Routing Job Utama ............................................................. 77

Tabel 5.6 Matriks Routing Job Sisipan ............................................................ 77

Tabel 5.7 Matriks Waktu Operasi Job Utama .................................................. 78

Tabel 5.8 Matriks Waktu Operasi Job Sisipan ................................................. 79

Tabel 5.9 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Short

Processing Time (SPT) ..................................................................... 82

Tabel 5.10 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Most

Operation Remaining (MOR) .......................................................... 86

Tabel 5.11 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Fewest

Operation (FO) ................................................................................. 90

Tabel 5.12 Penjadwalan Non-Delay Mesin Majemuk Prioritas MOR disertai Job

Sisipan .............................................................................................. 97

Tabel 5.13 Perbandingan Pemakaian Tiga Prioritas......................................... 105

xii

Tabel 5.14 Utilitas Mesin Prioritas MOR ........................................................ 107

Tabel 5.15 Utilitas Mesin Penjadwalan Non-Delay untuk Mesin Majemuk

disertai Job Sisipan ......................................................................... 110

Tabel 5.16 Perbandingan Hasil Penjadwalan ................................................... 112

xiii

DAFTAR GAMBAR

Gambar 2.1 Alur Proses Flow Shop .................................................................. 13

Gambar 2.2 Alur Proses Job Shop..................................................................... 13

Gambar 2.3 Diagram Venn Jadwal Non-Delay, Active, Semi-Active ................ 15

Gambar 2.4 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk ........ 21

Gambar 2.5 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk disertai

Job Sisipan..................................................................................... 24

Gambar 2.6 Gantt Chart .................................................................................... 25

Gambar 2.7 Contoh Diagram Pareto ................................................................. 26

Gambar 3.1 Diagram Alir Penelitian ................................................................. 28

Gambar 4.1 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk

Prioritas SPT .................................................................................. 41


Prioritas MOR ............................................................................... 44


Prioritas FO ................................................................................... 47

Gambar 4.4 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk disertai

Job Sisipan..................................................................................... 60

Gambar 4.5 Mesin Idle Job Utama ................................................................... 62

Gambar 5.1 Diagram Pareto Volume Penjualan ............................................... 70

Gambar 5.2 Alur Proses Perencanaan Produksi ................................................ 71

Gambar 5.3 Proses Produksi Sediaan Solid ...................................................... 75

Gambar 5.4 Mesin Idle Job Utama Penjadwalan Non-Delay Mesin Majemuk

Prioritas MOR ............................................................................... 94

Gambar 5.5 Aliran Proses Produksi Sediaan Solid ......................................... 100

Gambar 5.6 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan

Prioritas SPT ................................................................................ 102


Prioritas MOR ............................................................................. 103

xiv


Prioritas FO ................................................................................. 104

Gambar 5.9 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk Prioritas

MOR disertai Job Sisipan ............................................................ 109

Gambar 5.10 Utilitas Mesin Penjadwalan Non-delay untuk Mesin Majemuk

disertai Job Sisipan ...................................................................... 111

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

SOHO Group merupakan kelompok perusahaan dalam bidang manufaktur,

distribusi dan consumer health care. SOHO Group Pharma yang begerak dalam

bidang manufaktur memproduksi berbagai macam produk pasar resep (ethical)

dan pasar obat bebas (OTC) dalam sediaan solid, semi solid, liquid, dan steril.

Jumlah perusahaan farmasi di Indonesia yang mencapai angka 199 dengan

bermacam-macam produk yang ditawarkan mempertajam persaingan industri,

menuntut setiap perusahaan farmasi untuk selalu berupaya memiliki kompetensi

dan keunggulan dalam persaingan bisnisnya.

Hal yang menjadi sangat penting dalam industri farmasi adalah ketersediaan obat

dalam jumlah, jenis, dan kualitas yang memadai, khusunya untuk produk-produk

ethical. Kebutuhan akan produk ethical merupakan kebutuhan yang sangat

penting, dimana keberadaannya tidak dapat ditunda. Industri farmasi harus

mampu menanggapi permintaan konsumen dengan sangat cepat serta memiliki

fleksibilitas yang tinggi terhadap perubahan-perubahan permintaan tersebut.

Ketidaktersediaan akan produk tersebut menyebabkan peralihan konsumen kepada

produk dari industri farmasi lain (Lost Sales) yang berakibat pada kerugian

perusahaan.

Persediaan produk merupakan bagian yang penting karena memiliki pengaruh

yang besar terhadap keuangan perusahaan. Persediaan dapat muncul sebagai

akibat dari jumlah permintaan yang lebih rendah dari peramalan atau merupakan

kesengajaan untuk menyediakan safety stock dalam upaya peningkatan service

level atau sebagai peredam ketidakpastian. Prinsip kinerja persediaan berorientasi

pada efisiensi operasi dan service level, kedua hal tersebut akan mengalami

2

pertentangan jika tidak dilakukan perubahan mendasar pada sistem yang ada

(Pujawan dan ER, 2010).

Pada SOHO Group Pharma proses perencanaan produksi dilakukan dengan

mempertimbangkan tingkat persediaan terhadap peramalan tiga bulan kedepan

dan tingkat persediaan terhadap penjualan tiga bulan kebelakang. Tingkat

persediaan produk selalu dijaga untuk berada pada tingkat aman minimal dua

bulan penjualan.

Permasalahan persediaan yang timbul adalah tidak terpenuhinya rencana produksi

yang diminta oleh bagian supply chain ke bagian produksi. Berikut ini tabel 1.1

merupakan performansi rencana produksi tiga bulan terakhir.

Tabel 1.1 Performance Rencana Produksi

Juli Agustus September

Total rencana produksi 322 Performansi 276 Performansi 226 Performansi

On schedule 181 56% 89 32% 119 53%

Delay 141 44% 187 68% 107 47%

Antri mesin 43 30% 98 52% 50 47%

Breakdown mesin 34 24% 29 16% 19 18%

Ketersediaan material 36 26% 27 14% 12 11%

Penyelesaian dokumen 13 9% 21 11% 1 1%

Pergantian rencana produksi 2 1% 5 3% 7 7%

Proses produksi 13 9% 7 4% 18 17%

Hal ini mengakibatkan tingkat persediaan untuk beberapa produk berada pada

posisi di bawah dua bulan penjualan. Ketidaksanggupan bagian produksi dalam

memenuhi rencana produksi disebabkan oleh permasalahan-permasalahan yang

timbul di lantai produksi, diantaranya antri mesin, breakdown mesin, ketersediaan

material, penyelesaian dokumen, pergantian rencana produksi, dan proses

produksi. Persentase terbesar yang mempengaruhi tidak terpenuhinya rencana

produksi adalah antrian mesin di lantai produksi. Sistem produksi mengalami

permasalahan yang rumit karena menangani lebih dari 200 produk, dengan proses

dan waktu produksi yang bervariasi, pemakaian mesin dengan jumlah dan jenis

3

yang banyak, serta jumlah permintaan produksi tiap bulan yang mencapai angka

lebih dari 50 juta unit.

Penjadwalan merupakan bagian strategis dari proses perencanaan dan

pengendalian produksi. Penjadwalan merupakan pengalokasian dari sumber-

sumber yang ada untuk menjalankan sekumpulan tugas-tugas dalam jangka waktu

tertentu (Baker,1974). Permasalahan antrian mesin yang tersebut diatas

menyebabkan diperlukannya sistem penjadwalan tertentu yang efektif dan efesien

yang dapat menghasilkan waktu penyelesaian lebih cepat dari kondisi awal

sehingga dapat meningkatkan pemenuhan terhadap rencana produksi. Sistem

penjadwalan yang dilakukan di SOHO Group Pharma merupakan penjadwalan

dengan tipe job shop dimana tiap-tiap produk memiliki proses produksi yang

berbeda. Proses penjadwalan yang saat ini digunakan belum menggunakan suatu

sistem penjadwalan tertentu, penjadwalan didasarkan pada pemilihan produk-

produk yang memiliki tingkat persediaan yang rendah dan volume penjualan yang

tinggi yang akan diproduksi terlebih dahulu.

Rendahnya tingkat persediaan secara terus menerus dapat menyebabkan

penurunan daya saing perusahaan terhadap produsen farmasi lainnya, yang akan

berpengaruh terhadap konsistensi perusahaan di dunia bisnis. Adanya perbaikan

pada sistem penjadwalan dapat mengurangi salah satu permasalahan penyebab

rendahnya tingkat persediaan tersebut.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan di atas, permasalahan yang ada di

SOHO Group Pharma adalah rendahnya tingkat persediaan produk dengan

penyebab terbesar yang mempengaruhinya adalah antrian mesin terhadap variasi

proses produksi yang tinggi. Penjadwalan yang saat ini diterapkan didasarkan

pada tingkat persediaan yang rendah dan volume penjualan tertinggi yang menjadi

prioritas yang akan dijadwalkan lebih awal. Hal-hal yang menjadi pokok-pokok

penelitian pada permasalahan tersebut adalah:

4

1. Bagaimanakah memperoleh pengurutan yang dapat mempercepat waktu

penyelesaian (makespan) produksi?

2. Bagaimanakah hasil makespan yang diperoleh setelah dilaksanakan

penyisipan job pada hasil penjadwalan job utama?

1.3 Tujuan

Secara umum penelitian ini bertujuan untuk melakukan perbaikan terhadap proses

penjadwalan produksi yang saat ini dilaksanakan di SOHO Group, sehingga dapat

meningkatkan persediaan produk. Adapun yang menjadi tujuan khusus penelitian

adalah:

1. Memperoleh pengurutan job yang dapat mempercepat waktu penyelesaian

(makespan) produksi.

2. Mengetahui pengaruh job sisipan terhadap makespan yang dihasilkan pada

penjadwalan job utama.

1.4 Batasan Masalah

Untuk dapat memenuhi tujuan yang akan dicapai, serta dapat menyelesaikan

penelitian ini sesuai dengan waktu yang ditentukan, maka yang menjadi

batasannya adalah:

1. Penjadwalan dilakukan untuk permintaan produk bulan september.

2. Penjadwalan job utama dilakukan untuk produk solid tablet dan tablet salut

yang pada proses penyalutannya menggunakan mesin XL - Cota.

3. Penjadwalan job sisipan dilakukan untuk produk solid yang pada proses

produksi menggunakan mesin dengan utilitas tinggi.

4. Setiap job tidak memiliki routing alternatif.

1.5 Asumsi

Asumsi yang digunakan pada penelitian ini adalah:

1. Nilai bobot job diperoleh dari volume penjualan produk.

2. Ketersediaan material terpenuhi.

3. Proses produksi berjalan lancar.

4. Proses pengemasan berjalan secara in line.

5

5. Kedatangan job bersifat statis dan tidak ada proses pergantian jadwal

produksi.

1.6 Sistematika Penulisan

Bab I Pendahuluan

Bab Pendahuluan menjabarkan hal-hal yang menjadi latar belakang

penulis melakukan pengamatan dan penelitian di SOHO Group Pharma,

rumusan masalah, tujuan, serta batasan-batasan dan asumsi yang

digunakan untuk mempermudah dalam proses penelitian.

Bab II Landasan Teori

Pada bab ini dijelaskan mengenai dasar-dasar teori yang digunakan

dalam proses pengolahan data untuk melakukan pemecahan

permasalahan yang ditemukan di SOHO Group Pharma. Teori-teori

yang digunakan khususnya yang berkaitan dengan penjadwalan tipe

aliran Job Shop.

Bab III Metodologi Penelitian

Bab ini menjelaskan tahap-tahap yang dilakukan dalam melaksanakan

penelitian. Tahapan dimulai dengan pengidentifikasian masalah,

perumusan masalah, penetapan tujuan, pembatasan masalah,

pengumpulan dan pengolahan data, analisis, serta simpulan dan saran.

Bab IV Pengembangan Model

Bab IV menjelaskan tahap-tahap yang dilakukan pada proses

pengolahan data. Untuk dapat memperoleh hasil penelitian yang sesuai

dengan kondisi aktual perusahaan dan mempermudah proses

pengolahan data maka dilakukan pengembangan terhadap algoritma-

algoritma yang sudah ada.

Bab V Data dan Analisis

Pada bab ini dimulai dengan pengumpulan data, kemudian data

digunakan untuk melakukan pengolahan dengan algoritma Non Delay

yang telah dikembangkan. Tahap berikutnya, analisis terhadap hasil

penjadwalan yang dapat memberikan pengurutan job dengan makespan

tercepat.

6

Bab VI Simpulan dan Saran

Bab terakhir memberikan simpulan dan pemecahan masalah dari hasil

penelitian yang dilakukan penulis, serta memberikan saran-saran

sebagai bahan pertimbangan untuk memperbaiki permasalahan di

SOHO Group Pharma dan proses penelitian berikutnya.

7

BAB II

LANDASAN TEORI

2.1 Definisi Penjadwalan

Penjadwalan merupakan keputusan sekunder dalam keputusan manajemen secara

umum. Hal-hal yang menjadi keputusan dasar manajemen meliputi jenis, skala

atau jumlah, dan sumber daya dari barang/ jasa yang akan diproses. Keputusan

dasar tersebut dalam penentuannya dilakukan oleh fungsi manajerial dalam hal ini

planning.

Menurut Keneth R, Baker (1974) penjadwalan adalah proses pengalokasian dari

sumber-sumber daya selama rentang waktu untuk menghasilkan sebuah kumpulan

job. Definisi lain mengatakan bahwa penjadwalan sebagai pengurutan proses

produksi yang sistemis, sehingga urutan-urutan proses dapat berjalan dengan

lancar dengan memanfaatkan semua fasilitas yang ada dalam perusahaan

(Hantoro, 1993). Pada kedua definisi tersebut terdapat dua pengertian yaitu

penjadwalan sebagai suatu fungsi dalam pengambilan keputusan yang berkaitan

dengan penentuan proses yang akan dijadwalkan dan penjadwalan sebagai fungsi

planning.

Penjadwalan akan menjadi relevan ketika ketersediaan sumber daya telah

ditentukan. Pada proses ini terjadi interaksi dua arah antara fungsi planning dan

penjadwalan. Fungsi planning menentukan job serta jumlah sumber daya yang

akan digunakan untuk memproduksi job tersebut. Penjadwalan mengevaluasi

kebutuhan sumber daya dan mengalokasikan sumber daya tersebut untuk

menghasilkan job-job yang ditentukan.

Penjadwalan menghasilkan keputusan mengenai pengalokasian tenaga kerja,

mesin, dan material, serta urutan pekerjaan yang harus dikerjakan terlebih dahulu,

8

sehingga diperoleh proses produksi yang efisien dan efektif untuk memenuhi

keseluruahan job yang telah direncanakan.

2.2 Tujuan Penjadwalan

Tujuan dari penjadwalan adalah untuk memenuhi waktu pengiriman, meminimasi

lead time, meminimasi jumlah barang setengah jadi, mengoptimalkan sumber-

sumber produksi yang digunakan, dan perhitungan terhadap kapasitas produksi.

Beberapa tujuan dari penjadwalan tersebut dapat diidentifikasi sebagai berikut

(Bedworth, 1987):

1. Meningkatkan penggunaan sumber daya atau mengurangi waktu tunggunya,

sehingga total waktu pemrosesan dapat berkurang dan meningkatkan

produktivitas produksi.

2. Menurunkan flow time dan work in process rata-rata yang dapat mengurangi

total waktu proses produksi (Makespan).

3. Mengurangi persediaan barang setengah jadi atau mengurangi sejumlah job

yang menunggu dalam antrian ketika sumber daya masih mengerjakan tugas

lain. Hal ini bertujuan untuk menghindari biaya flow time, yaitu biaya

penyimpanan produksi barang setengah jadi.

4. Mengurangi beberapa keterlambatan pada job yang mempunyai batas waktu

penyelesaian sehingga dapat meminimasi biaya penalti.

5. Membantu dalam pengambilan keputusan mengenai perencanaan kapasitas

produksi dan jenis kapasitas yang dibutuhkan sehingga dapat menghindari

pengeluaran biaya produksi yang tinggi.

2.3 Elemen-Elemen Sistem Penjadwalan

Elemen-elemen penting yang harus diperhatikan dalam sistem penjadwalan

meliputi (Ginting, 2007):

1. Input Penjadwalan

Dalam melakukan aktivitas penjadwalan diperlukan input berupa kebutuhan

kapasitas dari pesanan yang akan dijadwalkan baik itu jenis serta jumlah

sumber daya yang digunakan.

9

2. Output Penjadwalan

Untuk memastikan bahwa suatu aliran kerja berjalan dengan lancar pada

tahapan produksi, maka sistem penjadwalan harus membentuk aktivita-

aktivitas output sebagai berikut:

a. Pembebanan (Loading), meliputi penyesuaian kebutuhan kapasitas untuk

pesanan-pesanan yang diterima dengan kapasitas yang tersedia melalui

penugasan pesanan pada fasilitas, operator, dan peralatan tertentu.

b. Pengurutan (Sequencing), mengenai penugasan pesanan-pesanan mana

yang diprioritaskan untuk diproses terlebih dahulu jika suatu fasilitas harus

memproses banyak.

c. Prioritas (Dispatching), merupaka prioritas kerja tentang pesanan-pesanan

mana yang dipilih dan diprioritaskan untuk diproses.

d. Pengendalian kinerja penjadwalan adalah proses peninjauan kembali status

pesanan-pesanan yang melalui sistem tertentu serta mengatur kembali

urut-urutannya.

e. Up-dating jadwal, dilakukan sebagai refleksi kondisi operasi yang terjadi

dengan merevisi prioritas-prioritas.

2.4 Istilah Dasar dan Variabel Penjadwalan

Beberapa istilah dasar dan variabel yang dijumpai dalam penjadwalan antara lain

(Conway, et al., 1967):

1. Processing Time (tij) adalah waktu yang diperlukan untuk menyelesaikan

operasi ke-j dari suatu job ke-i, yang didalamnya mencakup waktu persiapan

dan pengaturan proses (set up).

2. Makespan (Ms) adalah total waktu proses yang dibutuhkan untuk

menyelesaikan kumpulan.

3. Ready Time (Rij) adalah operasi ke-j job ke-i siap dijadwalkan.

4. Flow Time (Fi) adalah rentang waktu sejak job ke-i siap diproses sampai

pekerajaan selesai dikerjakan. Dalam flow time termasuk didalamnya adalah

waktu menganggur.

Fi = ti + Wi = Ci - Ri (2-1)

10

5. Completion Time (Ci) adalah rentang waktu sejak awal job pertama dimulai

(t=0) atau dilakukan set up sampai dengan job ke-i selesai dilaksanakan.

6. Due Date (di) adalah batas akhir dari suatu job ke-i harus diselesaikan.

7. Lateness (Li) adalah deviasi antara completion time dengan due date suatu job.

Suatu job akan mempunyai nilai lateness positif apabila job tersebut selesai

setelah due date, dan akan bernilai lateness negatif bila selesai sebelum due

date.

Li = Ci – di < 0, saat penyelesaian sebelum due date. (2-2)

Li = Ci – di > 0, saat penyelesaian setelah due date. (2-3)

8. Tardiness (Ti) adalah pengukuran dari lateness yang positif. Bila job

mempunyai lateness positif maka tardiness-nya sama dengan nilai lateness-

nya.

Ti = max (0, Li) (2-4)

9. Earliness (Ei) adalah pengukuran dari lateness yang negatif. Bila job

mempunyai lateness negatif maka earliness-nya adalah nol.

Ei = max (0,-Li) (2-5)

10. Slack Time (Si) adalah sisa waktu yang tersedia bagi suatu job yang diperoleh

dari due date dikurangi dengan waktu proses

Si = di - ti (2-6)

2.5 Kriteria Performasi Penjadwalan

Render dan Heizer (2001) menyatakan bahwa teknik penjadwalan yang baik

tergantung pada volume pesanan, ciri operasi dan kompleksisitas job, dengan

memperhatikan empat kriteria panjadwalan yang digunakan untuk mengevaluasi

kinerja penjadwalan, yaitu:

1. Minimasi waktu penyelesaian keseluruhan job, yang diukur dari nilai rata-rata

waktu yang dibutuhkan untuk menyelesaikan job (mean flow time).

2. Maksimasi utilitas, yang dinilai dari persentase waktu fasilitas yang

digunakan.

3. Minimasi persediaan barang dalam proses (work in process), yang dinilai

dengan menentukan rata-rata jumlah job dalam sistem. Semakin tinggi jumlah

11

job yang akan dilakukan maka tingkat persediaan barang dalam proses juga

tinggi dan berlaku sebaliknya.

4. Minimasi waktu tunggu pelanggan, yang dinilai dari rata-rata jumlah

keterlambatan (mean lateness) yang terjadi.

2.6 Klasifikasi Penjadwalan

Menurut Ginting (2009) metode penjadwalan dibagi menjadi:

1. Metode Forward

Penjadwalan kedepan dimulai sejak awal proses dapat dikerjakan sampai

dapat diselesaikannya keseluruhan produk yang direncanakan. Penjadwalan

kedepan dirancang untuk menghasilkan jadwal yang bisa diselesaikan

meskipun tidak berarti memenuhi tanggal jatuh temponya. Didalam beberapa

keadaan, penjadwalan kedepan menyebabkan terjadinya penumpukan barang

dalam proses.

2. Metode Backward

Penjadwalan kebelakang dimulai dari batas akhir diselesaikannya keseluruhan

produk (due date) kemudian mundur terus kebelakang sampai didapatkan

waktu mulainya produksi. Namun, sumber daya yang diperlukan untuk

menyelesaikan jadwal bisa jadi tidak tersedia. Kerusakan mesin,

ketidakhadiran, permasalahan mutu, kekurangan dan faktor-faktor lain

membuat penjadwalan kebelakang menjadi semakin kompleks. Hal ini

menyebabkan tanggal penugasan tidak menjamin bahwa pekerjaan akan

dilakukan sesuai dengan jadwal.

3. Metode Forced

Penjadwalan dengan adanya satu atau beberapa kegiatan yang dipaksakan

untuk dilaksanakan pada satu waktu tertentu, sehingga tidak dapat lagi ditukar

atau diganti dengan operasi yang lainnya. Kegiatan yang dipaksakan tersebut,

misalnya memerlukan mesin produksi khusus yang harus disewa dengan

dengan harga yang mahal untuk setiap sediaan waktunya, sehingga semua

operasi yang membutuhkan mesin tersebut dipaksakan untuk dikerjakan pada

waktu mesin tersebut disewa.

12

4. Metode Kompromi

Penggabungan antara metode forward dan metode backward, sehingga dapat

mereduksi kelemahan dari masing-masing metode yang ada. Tujuan dari

metode ini adalah membentuk suatu penjadwalan dengan flow time yang

minimum untuk dapat memenuhi due date, serta memiliki utilitas sumber daya

yang maksimum.

Penjadwalan produksi dapat diklasifikasikan berdasarkan kriteria sebagai berikut

(Conway, 1967):

1. Penjadwalan berdasarkan mesin yang digunakan, yaitu:

a. Model Single-Machine

Model ini hanya berisi sejumlah m mesin yang sejenis, yang harus

memproses sejumlah job yang terdiri dari satu operasi. Model ini banyak

digunakan pada penjadwalan yang menggunakan metode dekomposisi,

yaitu suatu model penjadwalan yang memecahkan permasalahan

penjadwalan yang kompleks kedalam sejumlah permasalahan yang lebih

sederhana dalam bentuk single-machine.

b. Model Parallel-Machine

Merupakan bentuk umum dari model single-machine. Model ini digunakan

pada proses produksi yang terdiri dari berbagai tahapan, dimana tiap

tahapan tersebut terdiri dari sejumlah mesin sejenis yang tersusun secara

paralel. Setiap job dapat dikerjakan pada salah satu mesin yang ada. Ada

suatu kondisi dimana mesin-mesin yang tersusun secara paralel tersebut

bukan merupakan mesin yang identik satu sama lain.

2. Penjadwalan berdasarkan pola aliran, yaitu:

a. Model Flow Shop

Tipe proses produksi yang harus melewati banyak operasi yang

membutuhkan jenis mesin yang berbeda pada tiap operasinya. Rute yang

harus dilewati untuk setiap job adalah sama, dengan mesin-mesin yang

disusun secara seri. Pada saat sebuah job selesai diproses pada satu mesin,

maka job tersebut akan meninggalkan mesin tersebut untuk kemudian

13

mengisi antrian pada mesin berikutnya untuk diproses. Alur proses yang

menggambarkan model flow shop dapat dilihat pada gambar 2.1.

Mesin 1

Mesin 3

Mesin 2

Mesin m

Mesin m-1

Input (new jobs)

Output(completed jobs)

Gambar 2.1 Alur Proses Flow Shop

b. Model Job Shop

Tipe proses produksi yang harus melewati banyak operasi dengan jenis

mesin dan rute proses produksi yang harus dilewati job adalah tidak sama.

Setiap job hanya melewati satu jenis mesin sebanyak satu kali dalam

rutenya pada proses tersebut. Namun ada tipe job shop lainnya yang

memperbolehkan melewati mesin sejenis lebih dari satu kali, yaitu tipe job

shop dengan recirculation (pengulangan). Ilustrasi penjadwalan dengan

model job shop dapat dilihat pada gambar 2.2.

Mesin k

New jobs

In-process jobsIn-process jobs

Completed jobs Gambar 2.2 Alur Proses Job Shop

3. Penjadwalan berdasarkan pola kedatangan pekerjaan, yaitu:

a. Penjadwalan statis

Pekerjaan datang bersamaan dan siap dikerjakan pada mesin yang tidak

bekerja. Kondisi semua stasiun kerja dan perlengkapannya selalu tersedia

pada saat itu.

14

b. Penjadwalan dinamis

Pekerjaan datang terus-menerus pada waktu yang berbeda-beda.

Pendekatan yang sering digunakan pada penjadwalan ini adalah

penggunaan aturan dispatching yang berbeda untuk setiap stasiun kerja.

4. Penjadwalan berdasarkan sifat informasi yang diterima, yaitu:

a. Penjadwalan deterministik

Informasi yang diperoleh bersifat pasti, seperti waktu kedatangan job,

waktu setup, dan waktu proses.

b. Penjadwalan stokastik

Informasi yang diperoleh tidak pasti, tetapi memiliki kecenderungan yang

jelas atau menyangkut adanya distribusi probabilitas tertentu, misalnya

kedatangan pekerjaan bersifat acak.

2.7 Penjadawalan Job Shop

Pada model ini, Job-job yang diproses memiliki rute dan waktu proses yang

berbeda-beda, dimana tiap operasi dari job tersebut dioperasikan pada satu mesin

tertentu. Penjadwalan job shop merupakan masalah penempatan sejumlah n-job

pada sejumlah m-mesin dengan urutan proses sehingga kemungkinan jadwal yang

dapat dihasilkan dan kendala yang muncul menjadi sangat banyak.

Penjadwalan job shop berbeda dengan penjadwalan flow shop, hal ini disebaban

oleh (Nasution, 1999):

• Job shop menangani variasi produk yang sangat banyak, dengan pola aliran

yang berbeda-beda melalui pusat-pusat kerja.

• Peralatan pada job shop digunakan secara bersama-sama oleh bermacam-

macam order dalam prosesnya, sedangkan peralatan pada flow shop digunakan

khusus hanya satu jenis produk.

• Job-job yang berbeda mungkin ditentukan oleh prioritas yang berbeda pula.

Hal ini mengakibatkan pesanan tertentu yang dipilih harus diproses seketika

pada saat pesanan tersebut ditugaskan pada suatu pusat kerja. Sedangkan pada

15

flow shop tidak terjadi permasalahaan tersebut karena keseragaman output

yang diproduksi untuk persediaan.

Baker (1974), mengklasifikasikan penjadwalan job shop menjadi:

1. Jadwal feasible, yaitu jadwal dimana seluruh operasi dari semua pekerjaan

telah ditugaskan dan ketentuan rute operasi telah terpenuhi (tidak ada

overlap antar operasi).

2. Jadwal semi-active, yaitu sekumpulan jadwal feasible dimana tidak ada

satu pun operasi dapat dijadwalkan lebih awal tanpa mengubah susunan

operasi pada mesin.

3. Jadwal active, yaitu sekumpulan jadwal feasible dimana tidak ada satu pun

operasi dapat dipindahkan lebih awal tanpa menunda operasi lain.

4. Jadwal non-delay, yaitu sekumpulan jadwal feasible dimana tidak satu pun

mesin dibiarkan menganggur jika pada saat yang bersamaan terdapat

operasi yang memerlukan mesin tersebut.

Gambar 2.3 berikut mengilustrasikan hubungan jadwal non-delay (ND), active

(A), dan semi-active (s-A).

Gambar 2.3 Diagram Venn Jadwal Non-Delay, Active, Semi-Active

Dalam penyelesaian masalah job shop dapat menggunakan beberapa teknik

pendekatan, yaitu local search methods, exact methods, dan prosedur heuristik.

Beberapa contoh dari local search methods adalah mixed integer programming,

genetic algorithm, tabu search, dynamic programming, shifthing bottelneck, dan

multistart tabu search. Contoh dari exact methods adalah branch and bound

methods. Sedangkan prosedur heuristik terdiri dari algoritma jadwal aktif dan

non-delay.

16

Prosedur heuristik merupakan pengembangan dari schedule generation dengan

penambahan dispatching rules pada tahapan pelaksanaannya. Urutan pekerjaan

dengan menggunakan dispatching rules pada situasi dan kondisi tertentu akan

memberikan perbedaan waktu penyelesaian pekerjaan dan waktu keterlambatan

suatu pekerjaan.

• Algoritma penjadwalan Active Generation

Langkah-langkah Algoritma penjadwalan Active Generation adalah sebagai

berikut (Baker, 1974):

Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal

parsial yang gagal. Pada mulanya, St adalah semua aktifitas

tanpa adanya pendahulu.

Langkah 2: Tentukan r* = min j Є St {rj} dan mesin m*, yaitu mesin yang

merealisasikan r*.

Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi

cj < r* maka tambahkan operasi j yang memenuhi syarat ini ke

dalam PSt dan dikerjakan pada waktu cj.

Langkah 4: Buat suatu jadwal parsial baru Pt+1 dan perbaiki kumpulan data

dengan cara:

a. Menghilangkan operasi j dari St.

b. Buat St+1 dengan cara menambah pengikut langsung operasi j

yang telah dihilangkan.

c. Menambahkan satu pada t.

Langkah 5: Kembali ke Langkah 2 untuk setiap alternatif jadwal parsial PSt

yang dapat dibuat pada Langkah 3. Lanjutkan proses ini sampai

selesai.

• Algoritma penjadwalan Non-delay Generation

Langkah-langkah Algoritma penjadwalan Non-delay Generation adalah

sebagai berikut (Baker, 1974):

17



tanpa adanya pendahulu.

Langkah 2: Tentukan c* = min j Є St {cj} dan mesin m*, yaitu mesin yang

merealisasikan c*.


cj = c* maka tambahkan operasi j yang memenuhi syarat ini ke

dalam PSt dan dikerjakan pada waktu cj.

Langkah 4: Buat suatu jadwal parsial baru Pt+1 dan perbaiki kumpulan data

dengan cara:

a. Menghilangkan operasi j dari St.

b. Buat St+1 dengan cara menambah pengikut langsung operasi j


c. Menambahkan satu pada t.


yang dapat dibuat pada Langkah 3. Lanjutkan proses ini sampai

selesai.

Notasi-notasi yang digunakan dalam algoritma ini adalah sebagai berikut:

PSt = jadwal parsial yang berisi t jadwal operasi.

St = satu set operasi yang telah direncanakan di tahap t.

tj = waktu yang diperlukan untuk menyelesaikan operasi ke-j.

cj = waktu tercepat pada operasi j ε St dapat dimulai.

rj = waktu tercepat pada operasi j ε St dapat diselesaikan.

rj = cj + tj (2-7)

Pada Langkah 3 Algoritma penjadwalan Active dan Non-delay Generation akan

menghasilkan beberapa jadwal parsial yang akan menimbulkan permasalahan

dalam menentukan operasi yang akan dikerjakan terlebih dahulu. Oleh karena itu,

penjadwalan Generation dapat dikembangkan menjadi algoritma penjadwalan

Heuristic Generation atau disebut juga Dispatching Rule. Tahap-tahap

18

pelaksanaan Heuristic Generation adalah sama, tetapi ada penambahan pada

Langkah 3 dengan menetapkan prioritas untuk menentukan urutan operasi.

Penentuan prioritas disesuaikan dengan tujuan dari penjadwalan yang ingin

dicapai. Beberapa aturan prioritas yang digunakan untuk menentukan prioritas

dalam operasi manufaktur menurut Fogarty et al (1991) adalah:

1. Critical Ratio (CR)

Critical Ratio dihitung melalui pembagian waktu yang tersisa (pengurangan

due date dengan waktu sekarang) dengan lead time manufaktur.

CR= Time Remaning (TR)Work Days Remaining (WDR)

= Due Date-Today's Date Work (Lead) Time Remaining

(2-8)

Pesanan dengan nilai CR terkecil adalah yang diprioritaskan untuk dikerjakan

terlebih dahulu.

2. Shortest Processing Time (SPT)

SPT memilih pekerjaan yang mempunyai waktu proses terpendek diantara

pekerjaan-pekerjaan yang dijadwalkan untuk dikerjakan terlebih dahulu. Pada

umumnya aturan ini dapat meminimalkan total flow time, mean flow time,

mean waiting time, mean lateness, dan total lateness.

3. First Come First Serve (FCFS)

FCFS memilih pekerjaan yang pertama datang kepusat kerja untuk diproses

terlebih dahulu. Aturan ini sebaiknya hanya digunakan apabila waktu kerja

yang tersisa untuk menyelesaikan pesanan relatif sama. FCFS cocok untuk

flow process karena memiliki work remaining times yang serupa. Selain itu

FCFS juga banyak digunakan pada industri jasa yang mempunyai lingkungan

dinamik.

4. Earliest Due Date (EDD)

EDD memilih pekerjaan yang meiliki due date lebih awal untuk dikerjakan

lebih dulu. aturan ini bekerja dengan baik untuk pesanan-pesanan yang

mempunyai waktu proses yang sama. Aturan ini dapat meminimalkan

keterlambatan dan tardiness.

5. Longest Processing Time (LPT)

LPT memilih pekerjaan yang memiliki waktu proses terpanjang untuk

dikerjakan lebih dulu.

19

6. Most Operation Remaining (MOR)

MOR memilih pekerjaan yang memiliki jumlah operasi yang banyak untuk

dikerjakan terlebih dulu.

7. Fewest Operation (FO)

FO memilih pekerjaan yang memiliki jumlah operasi yang sedikit untuk

dikerjakan terlebih dulu. Pesanan dengan jumlah operasi sedikit berarti

memiliki waktu antri yang sedikit sehingga aturan ini dapat mengurangi rata-

rata WIP (work in process), lead time manufaktur dan rata-rata keterlambatan.

8. Slack Time (ST)

Pesanan-pesanan yang memiliki slack time yang terkecil dikerjakan terlebih

dulu. Slack time adalah pengurangan due date dengan waktu proses (jumlah

waktu set up dan waktu run )

9. Shortest Weighted Processing Time (SWPT)

SWPT memilih pekrjaan yang mempunyai weighted processing time yang

terpendek. Weight diberikan pada tiap pekerjaan bardasarkan nilai kepentingan

pekerjaan yang ditetapkan dengan berbagai kriteria antara lain biaya simpan

atau biaya penundaan.

Pengembangan algoritma Non-delay Scheduling dengan jumlah mesin majemuk

yang dilakukan oleh Hermawan (2011) untuk menjawab persoalan penjadwalan

yang sering terjadi di sebuah pabrik dengan ketersediaan mesin majemuk. Pada

pengembangan algoritma ini pemilihan mesin untuk mesin majemuk ditujukan

pada mesin dengan ready time tercepat.

Berikut ini adalah prosedur penjadwalan Non-delay untuk mesin majemuk:

Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal parsial

yang gagal. Pada mulanya, St adalah tentang semua aktifitas tanpa

adanya pendahulu. Lanjutkan ke Langkah 2.

Langkah 2: Tentukan c* yang merupakan cj minimum pada stage 0. Lanjutkan

ke Langkah 3.

Langkah 3: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin

dengan jumlah lebih dari satu. Jika mesin tunggal, maka langsung

20

lanjutkan ke Langkah 4. Sedangkan untuk mesin dengan jumlah

lebih dari satu, maka dipilih mesin dengan ready time tercepat.

Lanjutkan ke Langkah 4.

Langkah 4: Melihat apakah mesin sedang dalam keadaan beroperasi atau tidak.

Jika mesin tidak sedang beroperasi, maka waktu mulai operasi

mengikuti waktu operasi dari operasi sebelumnya pada job yang

sama. Tetapi jika mesin sedang beroperasi, maka waktu mulai

operasi mengikuti waktu mesin setelah mesin selesai beroperasi.


Langkah 5: Melihat apakah ready time mesin minimum lebih dari satu. Jika ya,

berarti lanjutkan ke Langkah 6. Jika tidak, lanjutkan ke Langkah 9.

Langkah 6: Pilihlah operasi berdasarkan aturan prioritas berdasarkan Short

Processing Time (SPT) atau waktu proses tercepat. Jika masih ada

lebih dari satu operasi maka prioritas selanjutnya lanjutkan ke

Langkah 7. Jika sudah terpilih satu operasi untuk dijadwalkan maka

lanjutkan ke Langkah 9.

Langkah 7: Pilihlah operasi berdasarkan Most Work Remaining (MWKR) atau

jumlah job terbanyak yang belum dikerjakan. Jika setelah prioritas

MWKR masih terdapat lebih dari satu opersi yang dapat

dijadwalkan, lanjutkan ke Langkah 8. Tetapi apabila hanya ada satu

operasi dengan waktu proses tercepat, maka lanjutkan ke Langkah 9.

Langkah 8: Pilihlah opersi secara random. Lanjutkan ke Langkah 9.

Langkah 9: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 10.

Langkah 10: Masukkan waktu dari operasi yang dipilih ke mesin yang

bersangkutan. Lanjutkan ke Langkah 11.

Langkah 11: Gantilah operasi yang terpilih dengan operasi selanjutnya (untuk job

yang sama). Lanjutkan ke Langkah 12.

Langkah 12: Melihat apakah masih ada job yang tersisa. Jika ya, maka kembali ke

Langkah 2. Mencari kapan operasi tercepat dapat dimulai (c* = min j

Є St{cj}). Jika tidak, maka proses telah selesai.

Diagram alir algoritma non-delay untuk mesin majemuk digambarkan pada

gambar 2.4 di halaman berikut ini.

21

Start

Routing Sheet Kode operasi, waktu operasi, jumlah mesin

t = 0

Mencari kapan operasi tercepat dapat dimulai

c*=min j Є St{cj}

Apakah mesin tunggal?

Pilih mesin yang memiliki ready time

tercepat

Apakah mesin sedang beroperasi?

Pilih operasi dengan waktu operasi tercepat (Short Processing Time)

Apakah ada waktu operasi tercepat yang sama?

Pilih operasi secara random

Periksa jumlah operasi yang tersisa

Jadwalkan operasi tersebut

Apakah masih ada operasi yang tersisa?

Tidak

Ya

Tidak

Ya

Finish

Tidak

Ya

Waktu mulai operasi mengikuti waktu operasi dari operasi sebelumnya pada

job yang sama atau ready time

Waktu mulai operasi mengikuti waktu mesin setelah mesin selesai beroperasi

Tidak

Pilih operasi dengan waktu tercepat


Ya

Ya

Apakah jumlah operasi yang tersisa ada yang sama?Ya

Masukkan waktu dari operasi yang dipilih kemesin yang bersangkutan

Ganti operasi yang terpilih dengan operasi selanjutnya

(dalam job yang sama)

Tidak

Tidak

Tidak


22

Hermawan (2011) sekaligus melakukan pengembangan algoritma non-delay

untuk mesin majemuk disertai job sisipan. Hal ini disebabkan pada proses

produksi sering mengalami gangguan berupa kedatangan pesanan baru yang harus

segera dikerjakan, sehingga perlu dilakukannya penjadwalan ulang proses

produksi untuk job utama dan job sisipan. Proses penjadwalan untuk memasukkan

job sisipan dilakukan dengan melakukan pengecekan bottleneck suatu mesin

dengan melihat utilitas mesin. Jika utilitas mesin setelah job sisipan dimasukkan

masih dibawah 100%, maka job tersebut dapat dijadwalkan.

Prosedur penjadwalan non-delay untuk mesin majemuk dengan disertai job

sisipan dilakukan dengan tahapan sebagai berikut:


yang gagal. Pada mulanya, St adalah tentang semua aktifitas tanpa

adanya pendahulu. Lanjutkan ke Langkah 2.

Langkah 2: Tentukan c* yang merupakan cj minimum pada stage 0. Lanjutkan

ke Langkah 3.




lebih dari satu, maka dipilih mesin dengan ready time tercepat.



Jika mesin tidak sedang beroperasi, maka waktu mulai operasi

mengikuti waktu operasi dari operasi sebelumnya pada job yang

sama. Tetapi jika mesin sedang beroperasi, maka waktu mulai

operasi mengikuti waktu mesin setelah mesin selesai beroperasi.


Langkah 5: Melihat apakah ready time mesin minimum lebih dari satu. Jika ya,

berarti lanjutkan ke Langkah 6. Jika tidak, lanjutkan ke Langkah 9.

Langkah 6: Pilihlah operasi berdasarkan aturan prioritas berdasarkan Short

Processing Time (SPT) atau waktu proses tercepat. Jika masih ada

lebih dari satu operasi maka prioritas selanjutnya lanjutkan ke

23

Langkah 7. Jika sudah terpilih satu operasi untuk dijadwalkan maka


Langkah 7: Pilihlah operasi berdasarkan Most Work Remaining (MWKR) atau

jumlah job terbanyak yang belum dikerjakan. Jika setelah prioritas

MWKR masih terdapat lebih dari satu opersi yang dapat

dijadwalkan, lanjutkan ke Langkah 8. Tetapi apabila hanya ada satu

operasi dengan waktu proses tercepat, maka lanjutkan ke Langkah 9.

Langkah 8: Pilihlah opersi secara random. Lanjutkan ke Langkah 9.


Langkah 10: Masukkan waktu dari operasi yang dipilih ke mesin yang

bersangkutan. Lanjutkan ke Langkah 11.

Langkah 11: Gantilah operasi yang terpilih dengan operasi selanjutnya (untuk job

yang sama). Lanjutkan ke Langkah 14.

Langkah 12: Pada saat ada job sisipan, periksalah apakah terjadi bottleneck. Jika

terjadi bottleneck, lanjutkan ke Langkah 13. Jika tidak terjadi

bottleneck, maka lanjutkan ke Langkah 14.

Langkah 13: Tolak job sisipan. Lanjutkan ke langkah 14.

Langkah 14: Melihat apakah masih ada job yang tersisa. Jika ya, maka kembali ke

Langkah 2. Mencari kapan operasi tercepat dapat dimulai (c* = min j

Є St{cj}). Jika tidak, maka proses telah selesai.

Diagram alir algoritma non-delay untuk mesin majemuk digambarkan pada

gambar 2.5 di halaman berikut ini.

24

Start

Routing Sheet Kode operasi, waktu operasi, jumlah mesin

t = 0

Mencari kapan operasi tercepat dapat dimulai

c*=min j Є St{cj}

Apakah mesin tunggal?

Pilih mesin yang memiliki ready time

tercepat

Apakah mesin sedang beroperasi?

Pilih operasi dengan waktu operasi tercepat (Short Processing Time)


Pilih operasi secara random

Periksa jumlah operasi yang tersisa



Tidak

Ya

Tidak

Ya

Finish

Tidak

Ya

Waktu mulai operasi mengikuti waktu operasi dari operasi sebelumnya pada

job yang sama atau ready time

Waktu mulai operasi mengikuti waktu mesin setelah mesin selesai beroperasi

Tidak

Pilih operasi dengan waktu tercepat


Ya

Ya

Apakah jumlah operasi yang tersisa ada yang sama?Ya

Masukkan waktu dari operasi yang dipilih kemesin yang bersangkutan

Ganti operasi yang terpilih dengan operasi selanjutnya

(dalam job yang sama)

Tidak

Tidak

TidakRouting Sheet Job Sisipan

Memeriksa bottleneck

Apakah ada bottleneck?

Masukkan Job Sisipan

Tolak Job Sisipan

Ya

Tidak

Gambar 2.5 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk disertai Job

Sisipan

25

2.8 Matriks Routing dan Matriks Waktu Proses

Pada penjadwalan diperlukan input berupa jumlah job, jumlah operasi pada tiap

job dan urutan operasi, mesin yang memprosesnya, serta waktu pengoperasian

mesin tersebut, hal ini ditampilkan dalam bentuk matriks routing dan matriks

waktu proses. Matriks routing yang menyatakan urutan mesin yang memproses

tiap-tiap urutan operasi, dan matriks waktu proses yang menyatakan waktu proses

yang dibutuhkan untuk mengerjakan operasi dari suatu job. Contoh kedua matriks

tersebut dapat dilihat pada tabel 2.1 dan tabel 2.2 (Baker, 1974).

Tabel 2.1 Matriks Routing

Operasi

1 2 3 1 1 2 3 2 2 1 3 3 3 2 1 4 2 3 1

Tabel 2.2 Matriks Waktu Proses

Operasi

1 2 3 1 4 3 2 2 1 4 4 3 3 2 3 4 3 3 1

Suatu penjadwalan digambarkan dengan susunan balok-balok, dimana setiap

balok merupakan triplet dari job-operasi-mesin. Notasi triplet tersebut pada tiap

balok adalah (i,j,k), dimana i merupakan nomor job, j merupakan urutan job dan k

mewakili mesin yang digunakan. Panjang balok menyatakan waktu proses job

yang bersangkutan. Masalah penjadwalan ini digambarkan secara grafis dengan

menggunakan skala gantt chart seperti pada gambar 2.6.

Gambar 2.6 Gantt Chart

Mesin 1 221 111 431 331

Mesin 2 212 412 322

122

Mesin 3 313

423 233

133

26

2.9 Diagram Pareto

Diagram pareto sebagai salah satu teknik atau alat pengawasan mutu secara

statistik (Statistical Process Control) untuk mengumpulkan dan menganalisis data

dalam menentukan dan mengawasi mutu hasil produksi. Diagram pareto adalah

grafik batang yang menunjukkan masalah berdasarkan urutan banyaknya kejadian.

Masalah yang paling banyak terjadi ditunjukkan oleh grafik batang pertama yang

tertinggi serta ditempatkan pada sisi paling kiri, dan seterusnya sampai masalah

yang paling sedikit terjadi ditunjukkan oleh grafik batnag terakhir yang terendah

serta ditempatkan pada sisi paling kanan (Gaspersz, 1998). Contoh diagram pareto

dapat dilihat pada gambar 2.7

Gambar 2.7 Contoh Diagram Pareto

Kegunaan diagram pareto menurut Gaspersz (1998) adalah sebagai berikut:

1. Menentukan frekuensi relatif dan urutan pentingnya masalah-masalah atau

penyebab-penyebab dari masalah yang ada.

2. Memfokuskan perhatian pada isu-isu kritis dan penting melalui pembuatan

ranking terhadap masalah-masalah atau penyebab-penyebab dari masalah itu

dalam bentuk signifikan.

Tahap-tahap pembuatan diagram pareto sebagai berikut (Gaspersz, 1998):

1. Menentukan masalah apa yang akan diteliti, mengidentifikasi kategori-

kategori atau penyebab-penyebab dari masalah yang akan diperbandingkan.

Setelah itu merencanakan dan melaksanakan pengumpulan data.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0

100

200

300

400

500

600

700

V W X Y Z

Frek

uens

i

Masalah

27

2. Membuat suatu ringkasan daftar atau tabel yang mencatat frekuensi kejadian

dari masalah yang telah diteliti dengan menggunakan formulir pengumpulan

data atau lembar periksa.

3. Membuat daftar masalah secara berurut berdasarkan frekuensi kejadian dari

yang tertinggi sampai terendah, serta hitunglah frekuensi kumulatif, persentasi

dari total kejadian, dan persentase dari total kejadian secara kumulatif.

4. Menggambar dua buah garis vertikal dan sebuah garis horizontal.

a. Garis Vertikal:

1) Garis vertikal sebelah kiri: buatkan pada garis ini, skala dari nol

sampai total keseluruhan dari kerusakan atau ketidaksesuaian.

2) Garis vertikal sebelah kanan: buatkan pada garis ini, skala dari 0%

sampai 100%.

b. Garis Horizontal

Bagilah garis ini ke dalam banyaknya interval sesuai dengan banyaknya

item masalah yang diklasifikasikan

5. Buatkan histogram pada diagram pareto.

6. Gambarkan kurva kumulatif serta cantumkan nilai-nilai kumulatif (total

kumulatif atau persen kumulatif) di sebelah kanan atas dari interval setiap item

masalah.

28

BAB III

METODOLOGI PENELITIAN

3.1 Diagram Alir Penelitian

Mulai

Observasi Awal

Identifikasi Masalah

Studi Literatur

Pengumpulan dan Pengolahan Data

Analisis

Simpulan dan Saran

Selesai

Observasi Awal• Observasi langsung dan interview pada divisi Supply

chain dan Produksi.

Identifikasi Masalah• Analisa data dari observasi awal.• Perumusan masalah• Penetapan tujuan, batasan, dan asumsi.

Studi Literatur• Jenis-jenis penjadwalan• Penjadwalan Active Generation• Penjadwalan Non-Delay Generation• Penjadwalan Non-Delay dengan mesin majemuk• Penjadwalan Non-Delay deengan mesin majemuk

disertai job sisipan

Pengembangan Model• Penjadwalan Non-Delay mesin majemuk• Penjadwalan Non-Delay mesin majemuk dengan job

sisipan

Pengumpulan dan Pengolahan Data• Pengumpulan data jam kerja, produk, mesin yang

digunakan, alur proses produksi, dan waktu proses produksi.

• Penyusunan Matriks routing dan Matrik waktu proses.• Penjadwalan menggunakan algoritma Non-Delay

dengan mesin majemuk prioritas SPT, MOR, dan FO.• Penyisipan job pada penjadwalan yang memberikan

nilai makespan tercepat.• Gantt Chart

Analisis• Hasil penjadwalan yang memberikan makespan

tercepat.• Makespan hasil penjadwalan yang disertai job sisipan.

Simpulan dan Saran• Kesimpulan dan pemecahan masalah dari hasil

penelitian.• Saran untuk perbaikan perusahaan.• Saran untuk penelitian berikutnya.

Pengembangan Model

Gambar 3.1 Diagram Alir Penelitian

29

3.2 Observasi Awal

SOHO Group merupakan salah satu kelompok perusahaan farmasi di Indonesia

yang selalu berupaya melayani pelanggan dengan menyediakan secara terus

menerus produk dan jasa kesehatan yang berkualitas tinggi. Kemampuan industri

farmasi dalam menaggapi permintaan konsumen dengan cepat dan fleksibilitas

yang tinggi terhadap perubahan-perubahan permintaan tersebut menjadi hal yang

sangat penting. Penelitian ini dilaksanakan di SOHO Group Pharma divisi Supply

Chain dengan tahap awal peneliti melakukan interview terhadap Supply Chain

Division Head untuk mendapatkan saran mengenai objek, permasalahan, dan

tujuan penelitian.

Tahap berikutnya dilanjutkan dengan melakukan interview dengan Executive

Planner untuk mengetahui proses pembuatan rencana produksi dan penjadwalan

yang saat ini dilakukan. Kemudian melakukan interview dan observasi langsung

ke lantai produksi untuk mengetahui proses produksi dan pelaksanaan dari

penjadwalan yang dikeluarkan oleh Executive Planner.

3.3 Identifikasi Masalah

Berdasarkan observasi awal yang telah dilakukan melalui interview dan observasi

langsung, maka ditetapkan rumusan masalah yang terjadi di SOHO Group

Pharma. Permasalahan yang ada adalah rendahnya tingkat persediaan produk yang

disebabkan oleh permasalahan-permasalahan yang timbul di lantai produksi,

diantaranya antri mesin, breakdown mesin, ketersediaan material, penyelesaian

dokumen, pergantian rencana produksi, dan proses produksi. Penyebab yang

sangat berpengaruh terhadap tidak terpenuhinya rencana produksi adalah antri

mesin. Antrian mesin menjadi permasalahan yang lebih kompleks ketika

dihadapkan pada variasi proses produksi untuk lebih dari 200 produk tiap bulan.

Tahap berikut dari identifikasi masalah adalah menetapkan tujuan, batasan

masalah, dan asumsi untuk membantu pelaksanaan penelitian ini agar lebih

terarah. Tujuan, batasan masalah, dan asumsi dari penilitian ini telah dijelaskan

pada Bab I.

30

3.4 Studi Literatur

Studi literatur dimaksudkan untuk memperoleh teori-teori yang mendukung dan

dapat digunakan untuk menyelesaikan permasalahan dengan mempertimbangkan

dan menyesuaikan terhadap kondisi yang ada di SOHO Group Pharma. Studi

literatur pada penelitian ini berhubungan dengan penjadwalan, meliputi jenis-jenis

penjadwalan, penjadwalan Active Generation, Non-delay Generation, Non-delay

dengan mesin majemuk, Non-delay dengan mesin majemuk disertai job sisipan

yang diperoleh dari buku-buku dan jurnal. Penjelasan lebih lengkap mengenai

studi literatur dapat dilihat pada Bab II.

3.5 Pengembangan Model

Pada penelitian ini dilakukan pengembangan model untuk dapat menyesuaikan

teori atau algoritma yang sudah ada dengan kondisi aktual di perusahaan dan

mempermudah proses pengolahan data. Pengembangan sebelumnya dilakukan

untuk penjadwalan non-delay dengan mesin majemuk, namun pada

pelaksanaannya algoritma tersebut kurang efisien jika digunakan pada penelitian

ini. Pengembangan algoritma dengan mempertimbangkan job sisipan juga

dilakukan pada penelitian ini untuk mengetahui pengaruhnya terhadap makespan

yang dihasilkan pada penjadwalan job utama, setelah pengembangan sebelumnya

yang dilakukan oleh Hermawan (2011) untuk meningkatakan utilitas mesin dan

operator.

3.6 Pengumpulan dan Pengolahan Data

Pada tahap ini, dilakukan pengumpulan dan pengolahan informasi-informasi yang

diperlukan melalui interview dan observasi langsung. Data-data yang

dikumpulkan meliputi permintaan produk-produk sedianan tablet dan tablet salut

pada bulan september, alur proses produksi, jam kerja, mesin-mesin yang

digunakan, serta waktu proses produksi.

Tahap selanjutnya adalah penyusunan data untuk memperoleh matriks routing dan

matriks waktu proses. Pengolahan data dilanjutkan dengan melakukan

31

penjadwalan algoritma Non-delay dengan mesin majemuk menggunakan prioritas

SPT, MOR, dan FO untuk job utama.

• Prosedur algoritma Non-delay dengan mesin majemuk prioritas SPT:

Langkah 1: Beri nilai t=0, dan dimulai dari Pst, seperti sebagai jadwal parsial

yang gagal. Pada mulanya, St adalah semua aktifitas tanpa

adanya pendahulu. Lanjutkan ke langkah 2.

Langkah 2: Tentukan c*, dimana c* = min{cj ; j Є St} dan mesin m*, yaitu

mesin yang merealisasikan c*. Lanjutkan ke Langkah 3.


cj = c*, maka tambahkan operasi j yang memenuhi syarat ini ke

dalam PSt. Untuk semua operasi j Є PSt dengan m* yang sama

hanya terdiri dari satu operasi lanjutkan ke Langkah 5. Untuk

semua operasi j Є PSt dengan m* yang sama lebih dari satu

operasi, urutkan operasi tersebut berdasarkan aturan prioritas

Short Processing Time (SPT) atau waktu proses tercepat. Jika

masih ada lebih dari satu operasi yang memiliki waktu proses

yang sama, maka prioritas selanjutnya lanjutkan ke Langkah 4.

Jika setiap operasi memiliki waktu operasi yang berbeda maka


Langkah 4: Urutkan operasi berdasarkan nilai bobot (wi) yang tertinggi.



dengan jumlah lebih dari satu. Jika mesin tunggal, maka

langsung lanjutkan ke Langkah 6. Sedangkan untuk mesin

dengan jumlah lebih dari satu, maka dipilih mesin dengan ready

time (rk) tercepat. Lanjutkan ke Langkah 6.

Langkah 6: Melihat apakah mesin sedang dalam keadaan beroperasi atau

tidak. Jika mesin tidak sedang beroperasi, waktu mulai operasi

mengikuti waktu operasi pada cj. Tetapi jika mesin sedang

beroperasi, maka waktu mulai operasi mengikuti waktu mesin

setelah mesin selesai beroperasi. Lanjutkan ke Langkah 7.


32

Langkah 8: Buat suatu jadwal parsial baru PSt+1 dan perbaiki kumpulan data

dengan cara:

a. Menambahkan satu pada t.

b. Menghilangkan operasi j dari St.

c. Buat St+1 dengan cara menambah pengikut langsung operasi j




yang dapat dibuat pada Langkah 3.

Lanjutkan proses ini sampai semua operasi selesai dijadwalkan.

• Prosedur algoritma Non-delay untuk mesin majemuk dengan prioritas MOR:



tanpa adanya pendahulu. Lanjutkan ke Langkah 2.


mesin yang merealisasikan c*. Lanjutkan ke langkah 3.







Most Operation Remaining (MOR) atau job dengan sisa operasi

terbanyak. Jika masih ada lebih dari satu operasi yang memiliki

sisa operasi yang sama, maka prioritas selanjutnya lanjutkan ke

Langkah 4. Jika setiap operasi memiliki sisa operasi yang

berbeda maka lanjutkan ke Langkah 5.





33











dengan cara:









• Prosedur algoritma Non-delay untuk mesin majemuk dengan prioritas FO:












34

Fewest Operation (FO) atau job dengan sisa operasi paling

sedikit. Jika masih ada lebih dari satu operasi yang memiliki sisa

operasi yang sama, maka prioritas selanjutnya lanjutkan ke

















dengan cara:






Langkah 9: Melihat apakah masih ada operasi yang tersisa. Jika ya, kembali

ke Langkah 2 untuk setiap alternatif jadwal parsial PSt yang

dapat dibuat pada Langkah 3.


Setelah proses penjadwalan job utama selesai dilaksanakan, penjadwalan

dilanjutkan dengan melakukan penyisipan job pada hasil penjadwalan dengan

35

nilai makespan tercepat. Berikut ini adalah algoritma Non-delay untuk mesin

majemuk disertai job sisipan yang digunakan dalam pengolahan data.


yang gagal. Pada mulanya, St adalah semua aktifitas tanpa adanya

pendahulu. Lanjutkan ke langkah 2.

Langkah 2: Tentukan cj, dimana cj = {rk ≤ cj ≤ ck} untuk operasi yang

menggunakan mesin yang sama dengan mesin yang digunakan

untuk proses produksi job utama, atau cj = {cj ≥ rk) untuk

operasi yang menggunakan mesin yang berbeda dengan mesin

yang digunakan untuk proses produksi job utama. Lanjutkan

ke Langkah 3.



Langkah 4: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi cj

= c*, maka tambahkan operasi j yang memenuhi syarat ini ke dalam

PSt. Untuk semua operasi j Є PSt dengan m* yang sama hanya

terdiri dari satu operasi lanjutkan ke Langkah 7. Untuk semua

operasi j Є PSt dengan m* yang sama lebih dari satu operasi,

urutkan operasi tersebut berdasarkan aturan prioritas Fewest

Operation (FO) atau job dengan sisa operasi paling sedikit. Jika

masih ada lebih dari satu operasi yang memiliki sisa operasi yang

sama, maka prioritas selanjutnya lanjutkan ke Langkah 5. Jika setiap

operasi memiliki sisa operasi yang berbeda maka lanjutkan ke

Langkah 6.



Langkah 6: Melihat waktu selesai operasi (rj*) pada urutan pengoperasian yang

terakhir. Jika waktu selesai operasi (rj*) tidak melebihi waktu

terakhir mesin dapat digunakan untuk mengoperasikan job sisipan

(ck) lanjutkan ke Langkah 7. Jika rj* melebihi ck batalkan sebagian

operasi sehingga rj* ≤ ck, kembalikan operasi yang dibatalkan ke

Langkah 2.

36




lebih dari satu, maka dipilih mesin dengan ready time (rk) tercepat.



Jika mesin tidak sedang beroperasi, waktu mulai operasi mengikuti

waktu operasi pada cj. Tetapi jika mesin sedang beroperasi, maka

waktu mulai operasi mengikuti waktu mesin setelah mesin selesai

beroperasi. Lanjutkan ke Langkah 9.



dengan cara:






Langkah 11: Melihat apakah masih ada operasi yang tersisa. Jika ya, kembali ke

Langkah 3 untuk setiap alternatif jadwal parsial PSt yang dapat

dibuat pada Langkah 4.






cj = waktu tercepat pada operasi j Є St dapat dimulai.

rj = waktu tercepat pada operasi j Є St dapat diselesaikan.

rj = cj + tj

wi = nilai bobot dari suatu job ke-i.

cj* = waktu mulai untuk suatu operasi j Є PSt.

37

rj* = waktu selesai untuk suatu operasi j Є PSt.

rk = waktu tercepat operasi pada mesin k dapat dimulai.

ck = waktu terakhir mesin k dapat digunakan untuk mengoperasikan job

sisipan.

3.7 Analisis

Hasil pengolahan data yang diperoleh kemudian dibandingkan dengan dasar teori.

Setelah dibandingkan kemudian dianalisis terhadap hasil penjadwalan dengan

prioritas yang dapat memberikan makespan tercepat, dan melihat pengaruh dari

penyisipan job terhadap makespan tersebut. Analisis dilanjutkan dengan

mengetahui faktor-faktor yang mempengaruhi hasil penelitian.

3.8 Simpulan dan Saran

Bagian terakhir dari penilitian ini adalah memberikan simpulan dan pemecahan

masalah dari hasil analisa dengan menjawab tujuan penelitian, serta memberikan

saran-saran sebagai bahan pertimbangan untuk memperbaiki permasalahan di

SOHO Group Pharma dan proses penelitian berikutnya.

38

BAB IV

PENGEMBANGAN MODEL

4.1 Kondisi Nyata Proses Produksi

SOHO Group Pharma merupakan perusahaan manufaktur yang memiliki produk

lebih dari 200 jenis dengan proses produksi yang bervariasi, serta menangani

permintaan produksi tiap bulan yang mencapai angka lebih dari 50 juta unit. Hal

yang terpenting pada industri farmasi adalah kemampuan perusahaan untuk

menyediakan obat dalam jumlah, jenis, dan kualitas yang memadai. Hal tersebut

menuntut SOHO Group Pharma untuk memiliki kompetensi dan keunggulan

dalam menghadapi persaingan dengan lebih dari 199 perusahaan farmasi lainnya.

Proses produksi secara garis besar dapat dibagi menjadi tujuh tahapan (stage)

dengan proses produksi yang berbeda-beda pada tiap stagenya. Awal proses

produksi tidak selalau dimulai pada stage pertama, namun selalu diakhiri pada

stage ketujuh. Proses produksi tersebut dioperasikan pada 37 mesin dengan

bermacam-macam spesifikasi dan kapasitas.

Tingginya jumlah permintaan dan keberagaman proses produksi akan menemukan

permasalahan terhadap penempatan sejumlah n-job pada sejumlah m-mesin

dengan urutan proses yang bervariasi, sehingga akan menghasilkan kemungkinan

jadwal yang sangat banyak. Suatu sistem penjadwalan diperlukan untuk

menghasilkan pengurutan job yang optimal sehingga permintaan pasar dapat

terpenuhi.

4.2 Algoritma Non-Delay untuk Mesin Majemuk

Industri selalu berupaya mencari berbagai strategi untuk meningkatkan

produktivitas kerja sehingga dapat memenuhi permintaan pasar yang terus

bertambah. Peningkatan produktivitas tersebut salah satunya dapat dilakukan

dengan penambahan jumlah mesin, baik dengan spesifikasi yang sama maupun

39

yang berbeda. Hal tersebut menunjukkan algoritma non-delay untuk mesin

tunggal yang ada saat ini tidak dapat digunakan pada kebanyakan industri

berkembang. Hermawan (2011) melakukan pengembangan model terhadap

algoritma penjadwalan Non-Delay untuk mesin majemuk, sehingga algoritma

tersebut dapat memberikan hasil yang lebih optimal. Pada pengembangan

algoritma ini pemilihan mesin untuk mesin majemuk ditujukan pada mesin

dengan ready time tercepat.

Proses penjadwalan pada algoritma tersebut, setiap tahapan penjadwalannya

hanya menghasilkan satu job yang terjadwalkan yang memenuhi waktu mulai

operasi tercepat (cj*), dengan aturan prioritas Most Operation Remaining (MOR)

jika terdapat lebih dari satu job yang mengalami antrian pada mesin (m*) yang

sama. Pada pelaksanaanya, proses penjadwalan tersebut akan memerlukan waktu

yang cukup lama jika penjadwalan dilakukan untuk jumlah job yang cukup

banyak, dimana pada penelitian ini penjadwalan dilakukan untuk 59 job yang

terdiri dari 308 operasi. Hal ini yang menyebabkan algoritma tersebut perlu untuk

dikembangkan lagi, sehingga pada setiap tahapan penjadwalan dapat

menjadwalkan seluruh job yang memenuhi waktu mulai operasi tercepat (cj*).

Berikut ini adalah algoritma Non-delay untuk mesin majemuk dengan prioritas

SPT, MOR, dan FO yang digunakan dalam pengolahan data.

• Algoritma Non-delay untuk mesin majemuk dengan prioritas SPT:



tanpa adanya pendahulu. Lanjutkan ke langkah 2.



Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan

memenuhi cj = c*, maka tambahkan operasi j yang

memenuhi syarat ini ke dalam PSt. Untuk semua operasi j Є

PSt dengan m* yang sama hanya terdiri dari satu operasi

lanjutkan ke Langkah 5. Untuk semua operasi j Є PSt

40

dengan m* yang sama lebih dari satu operasi, urutkan

operasi tersebut berdasarkan aturan prioritas Short

Processing Time (SPT) atau waktu proses tercepat. Jika masih

ada lebih dari satu operasi yang memiliki waktu proses yang

sama, maka prioritas selanjutnya lanjutkan ke Langkah 4. Jika

setiap operasi memiliki waktu operasi yang berbeda maka
















dengan cara:




yang telah dihilangkan. Lanjutkan ke Langkah 9.




Gambar 4.1 menunjukkan diagram alir algoritma non-delay untuk mesin

majemuk prioritas SPT.

41

Mulai

t = 0

Tentukan c*=min(cj ; j Є St)

Apakah ada j Є PSt dengan m* yang sama lebih dari satu operasi?

Urutkan operasi dengan prioritas SPT

Urutkan operasi dengan prioritas nilai bobot (wi)

tertinggi

Apakah ada operasi dengan waktu operasi yang sama?

Apakah Mesin Tunggal?

Pilih mesin dengan ready time (rk) tercepat

Apakah mesin sedang beroperasi

Waktu mulai operasi sama dengan cj

Waktu mulai operasi mengikuti waktu mesin setelah mesin

selesai beroperasi


Perbaiki kumpulan data dengan cara:

• t+1 • Hilangkan operasi j dari St• Buat St+1


Ya

Tidak

Tidak

Ya

Tidak Ya

Tidak Ya

Selesai

Tidak

Ya

Tambahkan Operasi j Є St memenuhi

cj=c* kedalam PSt

Gambar 4.1 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk Prioritas

SPT

42

• Algoritma Non-delay untuk mesin majemuk dengan prioritas MOR:





mesin yang merealisasikan c*. Lanjutkan ke langkah 3.







operasi tersebut berdasarkan aturan prioritas Most

Operation Remaining (MOR) atau dengan sisa operasi

terbanyak. Jika masih ada lebih dari satu operasi yang memiliki

sisa operasi yang sama, maka prioritas selanjutnya lanjutkan ke
















43


dengan cara:










majemuk prioritas MOR.

44

Mulai

t = 0



Urutkan operasi dengan prioritas MOR


tertinggi

Apakah ada operasi dengan sisa operasi yang sama?






selesai beroperasi





Ya

Tidak

Tidak

Ya

Tidak Ya

Tidak Ya

Selesai

Tidak

Ya


cj=c* kedalam PSt


MOR

45

• Algoritma Non-delay untuk mesin majemuk dengan prioritas FO:












operasi tersebut berdasarkan aturan prioritas Fewest

Operation (FO) atau dengan sisa operasi paling sedikit. Jika


sama, maka prioritas selanjutnya lanjutkan ke Langkah 4. Jika

setiap operasi memiliki sisa operasi yang berbeda maka lanjutkan

ke Langkah 5.














46


dengan cara:






Langkah 9: Melihat apakah masih ada operasi yang tersisa. Jika ya, kembali

ke Langkah 2 untuk setiap alternatif jadwal parsial PSt yang

dapat dibuat pada Langkah 3.



majemuk prioritas FO.

47

Mulai

t = 0



Urutkan operasi dengan prioritas FO


tertinggi







selesai beroperasi





Ya

Tidak

Tidak

Ya

Tidak Ya

Tidak Ya

Selesai

Tidak

Ya


cj=c* kedalam PSt


FO

48







rj = cj + tj





4.2.1 Contoh Penjadwalan Hasil Pengembangan Model

Untuk mempermudah pemahaman terhadap algoritma yang tersebut di atas,

berikut ini contoh pelaksanaan penjadwalan non-delay dengan mesin majemuk.

Penjadwalan dilakukan terhadap tujuh job, yaitu job A, B, C, D, E, F, dan G. Job

A, C, D terdiri dari enam operasi, dan job B, E, F, dan G terdiri dari lima operasi.

Proses pada job A dilakukan secara berturut turut pada mesin 2, mesin 5, mesin 7,

mesin 12, mesin 21, mesin 27. Job B diproses pada mesin 1, mesin 5, mesin 10,

mesin 19, mesin 27. Urutan mesin yang memproses tiap-tiap job secara lengkap

dapat dilihat pada tabel 4.1 dan waktu yang dibutuhkan untuk memproses tiap-tiap

job tersebut dapat dilihat pada tabel 4.2. Kesuluruhan job siap untuk dijadwalkan

sejak t=0.

Mesin-mesin yang digunakan pada penjadwalan tersebut terdiri dari mesin

tunggal dan mesin majemuk. Mesin 1, mesin 2, mesin 6, mesin 7, mesin 10, mesin

14, mesin 21, dan mesin 25 merupakan mesin tunggal. Mesin 5 dan mesin 12

adalah mesin majemuk dengan jumlah mesin sebanyak dua. Pada penjadwalan,

mesin majemuk tersebut diberikan kode a dan b. Keseluruhan mesin yang

digunakan memiliki kesiapan melakukan proses produksi sejak t=0.

49



Tabel 4.3 adalah contoh penjadwalan algoritma non-delay prioritas MOR dengan

mesin majemuk. Penjadwalan dengan prioritas SPT dan FO memiliki cara

pengerjaan yang sama dengan prioritas MOR, namun perbedaan secara significant

terhadap pemakaian prioritas-prioritas tersebut terlihat pada stage 0, hal ini

dikarenakan pada stage-stage berikutnya prioritas yang lebih sering digunakan

adalah prioritas kedua, yaitu prioritas berdasarkan bobot masing-masing. Untuk

dapat mengetahui perbedaan hasil penjadwalan pada pemakaian prioritas pertama,

pada tabel 4.4 menunjukkan stage 0 pada penjadwalan dengan prioritas SPT, dan

tabel 4.5 Menunjukkan stage 0 pada penjadwalan dengan prioirtas FO.

1 2 3 4 5 6A 2 5 7 12 21 27B 1 5 10 19 27 -C 1 5 10 12 21 26D 1 5 6 12 21 22E 2 5 6 15 26 -F 2 5 7 18 23 -G 2 7 14 21 30 -

1 2 3 4 5 6A 7 4 3 14 8 6B 6 3 3 10 8 -C 7 3 4 10 8 9D 7 3 4 13 7 7E 7 3 3 8 8 -F 8 4 5 7 6 -G 6 3 8 10 7 -

50

Tabel 4.3 Penjadwalan Algoritma Non-Delay Prioritas MOR

a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.2 0 2 0 1 D.1.1 6 30 0 7 7

B.1.1 0 1 C.1.1 6 22 7 7 14C.1.1 0 1 B.1.1 5 14 14 6 20D.1.1 0 1 2 A.1.2 6 27 0 7 7E.1.2 0 2 G.1.2 5 38 7 6 13F.1.2 0 2 E.1.2 5 34 13 7 20G.1.2 0 2 F.1.2 5 19 20 8 28

20 28 0 0 0 0 0 0 0 0 0 0 A.2.5 7 5 7 5 D.2.5 5 30 7 3 10 aB.2.5 20 5 A.2.5 5 27 7 4 11 bC.2.5 14 5D.2.5 7 5E.2.5 20 5F.2.5 28 5G.2.7 13 7

20 28 10 11 0 0 0 0 0 0 0 0 A.3.7 11 7 10 6 D.3.6 4 30 10 4 14B.2.5 20 5C.2.5 14 5D.3.6 10 6E.2.5 20 5F.2.5 28 5G.2.7 13 7

3 20 28 10 11 14 0 0 0 0 0 0 0 A.3.7 11 7 11 7 A.3.7 4 27 11 3 14B.2.5 20 5C.2.5 14 5D.4.12 14 12E.2.5 20 5F.2.5 28 5G.2.7 13 7

20 28 10 11 14 14 0 0 0 0 0 0 A.4.12 14 12 14 5 C.2.5 5 22 14 3 17 aB.2.5 20 5 7 G.2.7 4 38 14 3 17C.2.5 14 5 12 D.4.12 3 30 14 13 27 aD.4.12 14 12 A.4.12 3 27 14 14 28 bE.2.5 20 5F.2.5 28 5G.2.7 14 7

20 28 17 11 14 17 0 27 28 0 0 0 A.5.21 28 21 17 10 C.3.10 4 22 17 4 21B.2.5 20 5 14 G.3.14 3 38 17 8 25C.3.10 17 10D.5.21 27 21E.2.5 20 5F.2.5 28 5

G.3.14 17 14

20 28 17 11 14 17 21 27 28 25 0 0 A.5.21 28 21 20 5 B.2.5 4 14 20 3 23 bB.2.5 20 5 E.2.5 4 34 20 3 23 aC.4.12 27 12D.5.21 27 21E.2.5 20 5F.2.5 28 5

G.4.21 25 21

rk

1 25

6 7 1012

14 21 St cj m c* m*m

opt.

1

2

4

5

PstJumlah Operasi

wi cj* tj rj*25

6

Sisa operasi terbanyak diproses terlebih dahulu

rk = rj*

Seluruh job diganti menjadi operasi ke-2

Perubahan cj karena rk mesin 7 = 14

51

a b a b7 20 28 23 23 14 17 21 27 28 25 0 0 A.5.21 28 21 23 6 E.3.6 3 34 23 3 26

B.3.10 23 10 10 B.3.10 3 14 23 3 26C.4.12 27 12D.5.21 27 21E.3.6 23 6F.2.5 28 5

G.4.21 25 21

20 28 23 23 26 17 26 27 28 25 0 0 A.5.21 28 21 25 21 G.4.21 2 38 25 10 35B.4.14 26 14C.4.12 27 12D.5.21 27 21E.4.14 26 14F.2.5 28 5

G.4.21 25 21

20 28 23 23 26 17 26 27 28 25 35 0 A.5.21 35 21 26 14 E.4.14 2 34 26 8 34B.4.14 26 14 B.4.14 2 14 34 10 44C.4.12 27 12D.5.21 35 21E.4.14 26 14F.2.5 28 5

G.5.25 35 25

20 28 23 23 26 17 26 27 28 44 35 0 A.5.21 37 21 27 12 C.4.12 3 22 27 10 37 aB.5.25 44 25C.4.12 27 12D.5.21 37 21E.5.25 34 25F.2.5 28 5

G.5.25 35 25

20 28 23 23 26 17 26 37 28 44 35 0 A.5.21 37 21 28 5 F.2.5 4 19 28 4 32 aB.5.25 44 25C.5.21 37 21D.5.21 37 21E.5.25 34 25F.2.5 28 5

G.5.25 35 2512 20 28 32 23 26 17 26 37 28 44 35 0 A.5.21 37 21 32 7 F.3.7 3 19 32 5 37

B.5.25 44 25C.5.21 37 21D.5.21 37 21E.5.25 34 25F.3.7 32 7

G.5.25 35 25

20 28 32 23 26 37 26 37 28 44 35 0 A.5.21 37 21 34 25 E.5.25 1 34 34 8 42B.5.25 44 25C.5.21 37 21D.5.21 37 21E.5.25 34 25F.4.12 37 12G.5.25 35 25

20 28 32 23 26 37 26 37 28 44 35 42 A.5.21 37 21 37 21 D.5.21 2 30 37 7 44B.5.25 44 25 A.5.21 2 27 44 8 52C.5.21 37 21 C.5.21 2 22 52 8 60D.5.21 37 21 12 F.4.12 2 19 37 7 44 bF.4.12 37 12G.5.25 42 25

20 28 32 23 26 37 26 37 44 44 60 42 A.6.25 52 25 42 25 G.5.25 1 38 42 7 49B.5.25 44 25C.6.25 60 25D.6.25 44 25F.5.25 44 25G.5.25 42 25

20 28 32 23 26 37 26 37 44 44 60 49 A.6.25 52 25 49 25 D.6.25 1 30 49 7 56B.5.25 49 25 F.5.25 1 19 56 6 62C.6.25 60 25 B.5.25 1 14 62 8 70D.6.25 49 25F.5.25 49 25

20 28 32 23 26 37 26 37 44 44 60 70 A.6.25 70 25 70 25 A.6.25 1 27 70 6 76C.6.25 70 25 C.6.25 1 22 76 9 85

rk

1 25

16

8

9

10

11

15

12

13

14

6 7 1012

m*2114 c*25 St cj mm

opt.Pst

Jumlah Operasi

wi cj* tj rj*

52

Tabel 4.4 Stage 0 Contoh Penjadwalan dengan Prioritas SPT

Tabel 4.5 Stage 0 Contoh Penjadwalan dengan Prioritas FO

4.2.2 Tahap Pelaksanaan Penjadwalan Hasil Pengembangan Model

Tahap pelaksanaan penjadwalan non-delay prioritas MOR dengan mesin majemuk

adalah:

Stage 0: Pada stage awal, semua operasi memiliki nilai cj nol, sehingga nilai

terkecil dari cj (c*) tersebut adalah nol. Hal ini disebabkan semua operasi

pada stage ini adalah operasi tanpa pendahulu dan semua mesin berada

dalam kondisi siap beroperasi. Saat datang job pada t = 0, maka

keseluruhan operasi (St) pada stage tersebut siap dijadwalkan. Mesin

yang memenuhi c* adalah mesin 1 dan mesin 2. Untuk melakukan

pengurutan operasi pada mesin-mesin tersebut maka diperlukan prioritas

pertama.

Prioritas pertama yang digunakan pada penjadwalan di atas adalah

prioritas MOR. Dari hasil pemakaian prioritas tersebut masih diperlukan

prioritas kedua, karena ada operasi yang memiliki sisa operasi yang sama

yaitu job D dan job C dengan sisa operasi enam pada mesin 1 serta job G,

E, dan F dengan sisa operasi lima pada mesin 2. Prioritas kedua yang

a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.2 0 2 0 .1 B.1.1 6 14 0 6

B.1.1 0 1 D.1.1 7 30 6 13C.1.1 0 1 C.1.1 7 22 13 20D.1.1 0 1 .2 G.1.2 6 38 0 6E.1.2 0 2 E.1.2 7 34 6 13F.1.2 0 2 A.1.2 7 27 13 20G.1.2 0 2 F.1.2 8 19 20 28

c* m opt.

Pst wi cj*tj rj*m*St cj m

rk

1 25

6 7 1012

14 21 25

a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.2 0 2 0 .1 B.1.1 5 14 0 6 6

B.1.1 0 1 D.1.1 6 30 6 7 13C.1.1 0 1 C.1.1 6 22 13 7 20D.1.1 0 1 .2 G.1.2 5 38 0 6 6E.1.2 0 2 E.1.2 5 34 6 7 13F.1.2 0 2 F.1.2 5 19 13 8 21G.1.2 0 2 A.1.2 6 27 21 7 28

c* m opt.

Pst Jumlah Operasi

wi cj* tj rj*m*St cj m

rk

1 25

6 7 1012

14 21 25

Waktu proses terpendek diproses terlebih dahulu

Sisa operasi paling sedikit diproses terlebih dahulu

53

digunakan adalah bobot (wi), sehingga diperoleh urutan operasi job D, C,

B pada mesin 1 dan job A, G, E, F pada mesin 2.

D dan A sebagai job dengan urutan pertama yang dioperasikan pada

mesin 1 dan mesin 2, maka waktu mulai pengoperasian (cj*) job-job

tersebut adalah nol. Untuk selanjutnya, job C, B, G, E, dan F memiliki

nilai cj* yang sama dengan nilai waktu selesai pengoperasian (rj*) pada

operasi sebelumnya pada masing-masing job tersebut, sehingga diperoleh

nilai cj* untuk job-job tersebut secara berurutan adalah 7, 14, 7, 13, dan

20.

Stage 1: Setelah semua operasi pada stage 0 yang memenuhi cj* = 0 selesai

dijadwalkan, maka tahap berikutnya (t+1), yaitu stage 1 dilaksanakan.

Hal pertama yang dilakukan pada setiap iterasi adalah memperbarui

waktu tercepat mesin dapat dimulai (rk) pada mesin yang merupakan m*

pada stage sebelumnya. rk pada mesin 1 dan mesin 2 yang merupakan

m* pada stage 1 diperbarui menjadi 20 dan 28, nilai tersebut diperoleh

dari nilai rj* pada operasi terakhir masing-masing mesin. Job B sebagai

urutan terakhir yang dioperasikan pada mesin 1 dengan nilai rj* sama

dengan 20, dan job F sebagai urutan terakhir pada mesin 2 memiliki nilai

rj* sebesar 28.

Gantikan semua operasi yang telah dijadwalkan pada stage 0 dengan

operasi berikutnya, operasi kesatu pada stage 0 digantkan dengan operasi

kedua pada stage 1. Nilai cj diisi dengan melihat nilai maksimal diantara

rj* operasi sebelumnya dan rk mesin yang akan digunakan. Job-job pada

stage 1 menunjukkan proses pengoperasian dengan menggunakan mesin

5 dan mesin 7 yang memiliki nilai rk sama dengan 0. Ketika rk mesin

yang akan digunakan bernilai 0, maka cj untuk semua job pada stage 1

mengikuti nilai rj* job tersebut pada stage sebelumnya.

54

c* pada stage ini benilai tujuh dengan mesin 5 yang memenuhi c*

tersebut, sehingga dihasilkan job D dan A pada kolom PSt. Kedua job

tersebut sama-sama mengalami antrian pada mesin 5, sehingga

memerlukan prioritas pada proses penjadwalannya. Pemakaian prioritas

pertama masih memberikan hasil yang sama dengan jumlah operasi yang

tersisa sebanyak lima pada kedua job tersebut, sehingga pemakaian

prioritas kedua digunakan dengan menghasilkan urutan pengoperasian

pertama pada job D dan urutan kedua pada job A. Kedua job tersebut

memiliki waktu awal operasi tujuh karena mesin 5 merupakan mesin

majemuk dengan rk pada keduanya adalah nol, job D akan diproses pada

mesin 5a dan job A diproses pada mesin 5b.

Stage 2: Iterasi berikutnya adalah stage 2 dengan tahap awal mengganti nilai rk

pada mesin 5a dan 5b menjadi sepuluh dan sebelas. Job A dan D yang

pada stage sebelumnya dijadwalkan, maka pada stage ini operasinya

diganti dengan operasi selanjutnya. Nilai cj job A dab D disamakan

dengan nilai rj* job tersebut pada stage sebelumnya, yaitu sebelas dan

sepuluh, hal ini dikarenakan rk mesin yang akan digunakan pada job-job

tersebut adalah nol.

c* pada stage 2 adalah sepuluh yang hanya menghasilkan satu job pada

c* tersebut, yaitu job D sebagai job tunggal yang mengalami antrian pada

mesin 6, sehingga job D dapat langsung dijadwalkan tanpa memerlukan

pemakaian prioritas.

Stage 3: Perbarui rk mesin 6 menjadi 14 yang merupakan waktu selesai

pengoperasian job D. Job D operasi ke-3 diubah menjadi operasi ke-4

dengan pemakaian mesin 12 dan nilai cj sama dengan 14 karena mesin

12 sudah siap dioperasikan sejak t = 0. Pada stage 3 dihasilkan satu job

yang memenuhi c* dan m*, yaitu job A dengan waktu awal operasi pada

jam ke-11 dan waktu selesai pengoperasian pada jam ke-14.

55

Stage 4: Pada stage 4 nilai rk mesin 7 diperbarui menjadi 14 yang menyebabkan

cj pada job G yang pada pengoperasiannya memerlukan mesin 7

mengalami perubahan dari 13 menjadi 14. Gantikan job A operasi ke-3

dengan operasi ke-4 yang memiliki nilai cj sama dengan 14.

Pada stage ini terdapat empat job yang dapat memenuhi cj* sama dengan

14. Job C dan G merupakan job tunggal yang mengalami antrian secara

berturut-turut pada mesin 5 dan 7, sehingga kedua job ini dapat langsung

dijadwalkan tanpa pemakaian prioritas. Pengoperasian job C pada mesin

5 yang merupakan mesin majemuk, maka penjadwalan dilakukan dengan

melihat rk pada mesin 5a dan mesin 5b, walaupun kedua mesin tersebut

memiliki kesiapan untuk pengoperasian pada t = 14, namun pemilihan

mesin tetap dilakukan terhadap mesin dengan ready time (rk) tercepat,

yaitu pada mesin 5a.

D dan A mengalami antrian pada mesin yang sama, sehingga diperlukan

pemakaian prioritas. Pemakaian prioritas MOR masih menghasilkan sisa

operasi yang sama pada kedua job tersebut, sehingga diperlukan

pemakaian prioritas bobot, yang kemudian dihasilkan urutan operasi pada

mesin 12 dengan job D pada urutan pertama dan job A pada urutan

kedua. Mesin 12 yang merupakan mesin majemuk memiliki kesiapan

waktu pengoperasian pada kedua mesinnya sejak t = 0, sehingga kedua

mesin tersebut dapat dioperasikan secara bersamaan pada t=14. Job D

sebagai urutan pertama dioperasikan pada mesin 12a dan job D sebagai

urutan kedua dioperasikan pada mesin 12b.

Stage 5: Perbaiki kesiapan mesin 5, mesin 7, dan mesin 12 dengan melihat rj*

pada stage sebelumnya. Hilangkan semua operasi yang dijadwalkan pada

stage 4, dan gantikan operasi-operasi tersebut dengan operasi berikutnya.

Stage 5 menghasilkan dua job yang memenuhi nilai cj* sebesar 17,

dimana kedua job tersebut mengalami antrian pada mesin yang berbeda,

56

sehingga kedua job tersebut dapat langsung dijadwalkan tanpa

memerlukan pemakaian prioritas.

Stage 6: Perbaiki rk mesin 10 dan mesin 14 dengan melihat rj* pada stage

sebelumnya. Gantikan operasi job C dan G dengan operasi berikutnya,

dan lengkapi data cj job tersebut dengan dengan melihat nilai maksimal

diantara rj* operasi sebelumnya dan rk mesin yang akan digunakan.

Pada stage 6 cj* bernilai 20, dengan dua job yang dihasilkan yang

memenuhi cj* tersebut, yaitu job B dan job E. Kedua job tersebut

mengalami antrian pada mesin yang sama pada mesin 5, sehingga

diperlukan pemakaian prioritas. Prioritas pertama menghasilkan sisa

operasi yang sama pada kedua job tersebut, sehingga penjadwalan

dilanjutkan dengan pemakaian prioritas kedua dengan hasil urutan

operasi pertama pada job B dan kedua pada job E. Mesin 5 merupakan

mesin majemuk, maka mesin dengan rk tercepat dioperasikan pada

urutan pertama, sehingga job B dioperasikan pada mesin 5b dan job E

dioperasikan pada mesin 5a.

Lakukan proses penjadwalan tersebut secara berulang sehingga semua job selesai

dijadwalkan. Hasil akhir diperoleh, waktu penyelesaian untuk keseluruhan job

tersebut adalah 85 jam.

4.3 Algoritma Non-Delay untuk Mesin Majemuk disertai Job Sisipan

Pada penelitian ini, dalam melakukan penjadwalan untuk jumlah produk dan

variasi proses produksi yang tinggi, maka penjadwalan dilakukan secara bertahap.

Tahap pertama, penjadwalan job utama dilakukan untuk produk-produk tablet dan

tablet salut yang pada proses penyalutannya menggunakan mesin XL–Cota. Mesin

Xl-Cota adalah mesin salut dengan jumlah antrian yang paling banyak

dibandingkan dengan mesin salut lainnya, sehingga proses produksi pada mesin

ini akan sangat berpengaruh terhadap waktu penyelesaian (makespan)

keseluruhan. Penjadwalan berikutnya dilakukan dengan melakukan penyisipkan

57

job pada penjadwalan job utama tersebut, job sisipan merupakan produk-produk

solid yang diproses pada mesin dengan utilitas yang tinggi.

Penyisipan job hanya dapat dilakukan tanpa mengubah atau melakukan

pergeseran pada jadwal proses produksi job utama. Job-job sisipan dimasukkan ke

dalam jadwal, dimana mesin-mesin yang digunakan untuk proses produksi job

utama sedang mengalami idle.

Kriteria job sisipan dapat dijadwalkan tanpa melakukan pergeseran pada jadwal

job utama dapat dijelaskan sebagai berikut:

1. Ketersediaan mesin yang diperoleh dari data mesin idle job utama terdiri dari

dua notasi, yaitu waktu tercepat mesin dapat dimulai (rk) dan waktu terakhir

mesin dapat digunakan untuk mengoperasikan job sisipan (ck). Ketersediaan

mesin menjadi layak, jika

ck ≥ cj* (4-1)

Sehingga nilai ck harus selalu mengikuti nilai minimum dari waktu tercepat

job dapat dimulai (cj*) pada setiap stage.

2. Waktu tercepat job dapat dimulai (cj) harus berada diantara waktu rk dan ck.

Job sisipan akan layak dijadwalkan, jika

rk ≤ cj ≤ ck* (4-2)

3. Waktu tercepat job dapat diselesaikan (rj) harus kurang dari atau sama dengan

waktu ck.

Job sisipan akan layak dijadwalkan, jika

rj ≤ ck* (4-3)

4. Keseluruhan job yang memenuhi c* dan mengalami antrian pada m* yang

sama, maka keseluruhan job tersebut akan layak dijadwalkan jika waktu

selesai job terakhir yang dijadwalkan (rj*) pada m* tersebut kurang dari atau

sama dengan ck.

Job sispan akan layak dijadwalkan jika

rj* ≤ ck* (4-4)

58

Berikut ini adalah algoritma Non-delay untuk mesin majemuk disertai job sisipan

yang digunakan dalam pengolahan data.


yang gagal. Pada mulanya, St adalah semua aktifitas tanpa adanya

pendahulu. Lanjutkan ke langkah 2.

Langkah 2: Tentukan cj, dimana cj = {rk ≤ cj ≤ ck} untuk operasi yang

menggunakan mesin yang sama dengan mesin yang digunakan

untuk proses produksi job utama, atau cj = {cj ≥ rk) untuk

operasi yang menggunakan mesin yang berbeda dengan mesin

yang digunakan untuk proses produksi job utama. Lanjutkan

ke Langkah 3.



Langkah 4: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi cj

= c*, maka tambahkan operasi j yang memenuhi syarat ini ke dalam

PSt. Untuk semua operasi j Є PSt dengan m* yang sama hanya

terdiri dari satu operasi lanjutkan ke Langkah 7. Untuk semua

operasi j Є PSt dengan m* yang sama lebih dari satu operasi,

urutkan operasi tersebut berdasarkan aturan prioritas Fewest

Operation (FO) atau job dengan sisa operasi paling sedikit. Jika


sama, maka prioritas selanjutnya lanjutkan ke Langkah 5. Jika setiap

operasi memiliki sisa operasi yang berbeda maka lanjutkan ke

Langkah 6.



Langkah 6: Melihat waktu selesai operasi (rj*) pada urutan pengoperasian yang

terakhir. Jika waktu selesai operasi (rj*) tidak melebihi waktu

terakhir mesin dapat digunakan untuk mengoperasikan job sisipan

(ck) lanjutkan ke Langkah 7. Jika rj* melebihi ck batalkan sebagian

operasi sehingga rj* ≤ ck, kembalikan operasi yang dibatalkan ke

Langkah 2.

59




lebih dari satu, maka dipilih mesin dengan ready time (rk) tercepat.



Jika mesin tidak sedang beroperasi, waktu mulai operasi mengikuti

waktu operasi pada cj. Tetapi jika mesin sedang beroperasi, maka

waktu mulai operasi mengikuti waktu mesin setelah mesin selesai

beroperasi. Lanjutkan ke Langkah 9.



dengan cara:

d. Menambahkan satu pada t.

e. Menghilangkan operasi j dari St.

f. Buat St+1 dengan cara menambah pengikut langsung operasi j



Langkah 11: Melihat apakah masih ada operasi yang tersisa. Jika ya, kembali ke

Langkah 3 untuk setiap alternatif jadwal parsial PSt yang dapat

dibuat pada Langkah 4.


Gambar 4.4 menunjukkan diagram alir algoritma non-delay untuk mesin majemuk

disertai job sisipan.

60

Mulai

t = 0


Urutkan operasi dengan prioritas FO


tertinggi


Apakah rj* > ck?



Ya

TidakTidak

Ya

YaTidak

Selesai

Tidak

Ya

Tentukan c* = min(cj ; j Є St)

Tentukan cj = {rk ≤ cj ≤ ck} atau

{cj ≥ rk)

Batalkan sebagian operasi sehingga

rj* ≤ ck




Pilih mesin dengan ready time tercepat




selesai beroperasi

Tidak Ya

Tidak Ya

Tambahkan Operasi j Є St memenuhi cj=c*

kedalam PSt

Gambar 4.4 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk disertai Job

Sisipan

61







rj = cj + tj





ck = waktu terakhir mesin k dapat digunakan untuk mengoperasikan job

sisipan.

4.3.1 Contoh Penjadwalan Hasil Pengembangan Model

Untuk mempermudah pemahaman terhadap algoritma yang tersebut di atas,

berikut ini contoh pelaksanaan penjadwalan non-delay dengan mesin majemuk

disertai job sisipan. Penjadwalan dilakukan terhadap tujuh job sisipan, yaitu job

J1, J2, J3, J4, J5, J6, dan J7. Proses pada job J1 dilakukan secara berturut turut

pada mesin 1, mesin 6, mesin 13, mesin 33, mesin 25. Job B diproses pada mesin

9, mesin 13, mesin 33, mesin 25. Urutan mesin yang memproses tiap-tiap job

secara lengkap dapat dilihat pada tabel 4.6 dan waktu yang dibutuhkan untuk

memproses tiap-tiap job tersebut dapat dilihat pada tabel 4.7.


1 2 3 4 5JS1 1 6 13 33 25JS2 9 13 33 25 -JS3 2 6 13 33 25JS4 9 13 33 25 -JS5 9 13 33 25 -JS6 8 13 33 25 -JS7 6 15 33 25 -

62


Mesin-mesin yang digunakan pada penjadwalan tersebut terdiri dari mesin

tunggal dan mesin majemuk. Mesin 1, mesin 2, mesin 6, mesin 8, mesin 9, mesin

13, mesin 15, dan mesin 33 merupakan mesin tunggal. Mesin 25 adalah mesin

majemuk dengan jumlah mesin sebanyak dua. Mesin 33 adalah mesin yang tidak

digunakan pada proses produksi job utama, sehingga memiliki kesiapan

melakukan proses produksi (rk) sejak t=0. Untuk mesin-mesin yang telah

digunakan untuk proses produksi job utama, kesiapan mesin dilihat dari waktu

idle mesin hasil penjadwalan job utama. Data idle mesin yang digunakan untuk

melakukan penjadwalan job sisipan ini dapat dilihat pada gambar 4.5. Data idle

mesin tersebut merupakan hasil penjadwalan job utama yang dapat diselesaikan

selama 150 jam.

Gambar 4.5 Mesin Idle Job Utama

4.3.2 Tahapan Pelaksanaan Penjadwalan Hasil Pengembangan Model

Tabel 4.8 adalah contoh penjadwalan algoritma non-delay dengan mesin majemuk

disertai job sisipan. Berikut ini adalah tahap pelaksanaan penjadwalan tersebut:

1 2 3 4 5JS1 7 6 10 8 8JS2 7 9 8 9 -JS3 7 3 10 7 5JS4 5 15 7 7 -JS5 5 11 6 6 -JS6 2 16 8 10 -JS7 3 11 8 8 -

`

rk ck

140

145

150

140

62 80

105

120

15 27 43 52 132

0

83

87

25

0

0

0

0

90

12

150

150

150

150

36

75 120

14013398

50 65

50

0

76 100 150

150

1

0

113

42

15

25a

25b

13

2

6

8

9

63

Stage 0: Waktu tercepat job dapat dimulai(cj) diisi dengan melihat rk pada mesin

yang bersangkutan. Job J1 dan J3 memiliki nilai cj secara berturut-turut

25 dan 36. Job J2, J4, J5, J6, dan J7 memiliki nilai cj sama dengan nol.

Pada stage awal, nilai terkecil dari cj (c*) tersebut adalah nol dengan job

yang memenuhi c* tersebut adalah job J2, J4, J5, J6, dan J7. Job 6 dan 7

merupakan job tunggal yang secara berturut-turut mengalami antrian

pada mesin 6 dan mesin 8, sehingga job tersebut dapat langsung

dijadwalkan tanpa memerlukan prioritas. Job J2, J4, dan J5 sama-sama

mengalami antrian pada mesin 9 sehingga memerlukan prioritas untuk

melakukan pengurutan operasi.

Pemakain prioritas FO masih menghasilkan operasi dengan sisa operasi

yang sama, maka pengurutan dilanjutkan menggunakan prioiritas bobot.

Pengurutan operasi tersebut menghasilkan J2 sebagai urutan pertama, J4

sebagai urutan kedua, dan job J5 sebagai urutan terakhir. Karena

penjadwalan dilakukan terhadap satu mesin untuk 3 job berturut-turut,

maka harus dilakukan pengecekan kelayakan penjadwalan job sisipan

tersebut. Ketiga job tersebut layak untuk dijadwalkan karena rj* pada job

J5 bernilai 17 tidak melebihi ck mesin 9 yang bernilai 85.

Stage 1: Tahap berikutnya (t+1) adalah stage 1, dan hal pertama yang dilakukan

pada setiap iterasi adalah memperbarui waktu tercepat mesin dapat

dimulai (rk) pada mesin yang merupakan m* pada stage sebelumnya.

Pada mesin 6, mesin 8, dan mesin 9 nilai rk diperbarui menjadi 3, 2, dan

17, nilai tersebut diperoleh dari nilai rj* pada operasi terakhir masing-

masing mesin.

Gantikan semua operasi yang telah dijadwalkan pada stage 0 dengan

operasi berikutnya pada tiap. Nilai cj diisi dengan melihat nilai maksimal

diantara rj* operasi sebelumnya dan rk mesin yang akan digunakan.

Operasi berikunya pada job J2, J4, J5, J6, dan J7 menggunakan mesin 13

dan mesin 15 dengan nilai rk sama dengan nol, sehingga cj job-job

tersebut memiliki nilai yang sama dengan nilai rj* masing-masing. Job-

64

job tersebut akan layak dijadwalkan karena menghasilkan nilai rj yang

tidak melebihi nilai ck dari mesin yang akan digunakan. Job J2, J4, J5,

dan J6 memiliki nilai rj secara berturut-turut 37, 27, 28, dan 18 dimana

mesin 13 yang merupakan mesin yang akan digunakan oleh job-job

terebut memiliki nilai ck sama dengan 76. Job J7 akan diproses pada

mesin 15 memiliki nilai rj sama dengan 14, akan layak dijadwalkan

karena mesin 15 tersebut memiliki nilai ck 15.

Setelah job-job yang sudah dijadwalkan dihilangkan dan digantikan

dengan opersi berikutnya, maka diperoleh c* sama dengan dua.

Keseluruhan mesin masih layak untuk dilakukan penyisipan job karena

memiliki nilai ck lebih dari dua.

c* yang bernilai dua hanya menghasilkan satu job pada c*, yaitu job J6

sebagai job tunggal yang mengalami antrian pada mesin 13, sehingga job

J6 dapat langsung dijadwalkan tanpa memerlukan pemakaian prioritas.

Stage 2: Perbarui rk mesin 13 menjadi 18 yang merupakan waktu selesai

pengoperasian job J6. Perubahan rk mesin 13, menyebabkan cj job J4 dan

J5 yang akan menggunakan mesin 13 harus diperbarui menjadi 18.

Perbarui job J6 yang sudah dijadwalkan dengan operasi berikutnya,

dimana operasi berikutnya akan diproses pada mesin 33, maka isikan

nilai cj J6 sama dengan 18 karena mesin 33 sudah siap dioperasikan sejak

t = 0. Mesin 33 merupakan mesin yang tidak digunakan pada proses

produksi job utama, sehingga mesin 33 tidak memiliki batas waktu

pengoperaian untuk job sisipan (ck).

c* pada stage ini bernilai tiga menghasilkan satu job yang dijadwalkan,

yaitu job J7 pada mesin 15 dengan waktu selesai operasi pada jam ke-14.

Stage 3: Perbarui rk mesin 15 menjadi 14 yang merupakan rj* job J7, dan

gantikan operasi job J7 tersebut dengan operasi berikutnya. c* pada stage

ini bernilai 14, maka kesiapan mesin 6 harus diperbarui karena memiliki

65

nilai ck lebih kecil dari c*. Perbarui kesiapan mesin 6 dilakukan dengan

melihat kembali idle mesin pada penjadwalan job utama, diperoleh idle

mesin 6 yang dimulai dari jam ke-98 sampai jam ke-133. Stage 3

menghasilkan satu job yang dijadwalkan, yaitu job J7 pada mesin 33

dengan waktu selesai operasi pada jam ke-22.


gantikan operasi job J7 tersebut dengan operasi berikutnya. Perubahan rk

mesin 33, menyebabkan cj job J6 yang akan menggunakan mesin 33

harus diperbarui menjadi 22.

c* pada stage ini bernilai 18, maka kesiapan mesin 15 harus diperbarui

karena mesin 15 tersebut hanya dapat dilakukan penyisipan job sampai

jam ke-15. Idle mesin 15 berikutnya yang dapat digunakan untuk

penyisipan job dimulai dari jam ke-27 sampai jam ke-43.

Pada stage ini dihasilkan tiga job yang memenuhi c* sama dengan 18,

yaitu job J2, J4, dan, J5 yang sama-sama mengalami antrian pada mesin

13. Dari hasil pemakaian prioritas diperoleh urutan operasi, J2 sebagai

urutan pertama, J4 sebagai urutan kedua, dan job J5 sebagai urutan

operasi ketiga. Ketiga job tersebut layak untuk dijadwalkan karena rj*

pada job J5 bernilai 53 tidak melebihi ck mesin 13 yang bernilai 76.


gantikan operasi job-job yang telah dijadwalkan pada stage 4 dengan

operasi berikutnya.

c* pada stage 5 bernilai 22 dan keseluruhan mesin pada stage ini masih

dapat dilakukan penyisipan job karena semua mesin memiliki nilai ck

lebih dari 22. Dihasilkan dua job yang memenuhi c* sama dengan 22,

yaitu job J6, dan J7 yang mengalami antrian pada mesin yang berbeda,

yaitu secara berturut-turut pada mesin 33 dan 25. Mesin 25 merupakan

mesin majemuk, karena mesin 25a dan mesin 25b memiliki kesiapan

operasi yang sama, maka job J7 dioperasikan pada mesin 25a.

66

Pengulangan dilakukan terus-menerus sampai keseluruhan operasi pada setiap job

sisipan sudah dijadwalkan. Diperoleh hasil akhir untuk menyelesaikan

keseluruhan job sisipan adalah selama 131 jam. Dari hasil waktu penyelesaian job

sisipan yang lebih kecil dari waktu penyelesaian job utama, maka dapat

disimpulkan pelaksanaan job sisipan tersebut tidak memperlambat waktu

penyelesaian job utama.

Tabel 4.8 Penjadwalan Job Sisipan

a b0

rk 25 36 0 0 0 0 0 0 0 0 J1.1.1 25 1 7 32 0 6 J7.1.6 4 9 0 3 3ck 150 150 12 50 42 76 15 83 87 J2.1.9 0 9 7 7 8 J6.1.8 4 12 0 2 2

J3.1.2 36 2 7 43 9 J2.1.9 4 24 0 7 7J4.1.9 0 9 5 5 J4.1.9 4 18 7 5 12J5.1.9 0 9 5 5 J5.1.9 4 14 12 5 17J6.1.8 0 8 2 2J7.1.6 0 6 3 3

1rk 25 36 3 2 17 0 0 0 0 0 J1.1.1 25 1 7 32 2 13 J6.2.13 3 12 2 16 18ck 150 150 12 50 42 76 15 83 87 J2.2.13 7 13 9 16

J3.1.2 36 2 7 43J4.2.13 12 13 15 27J5.2.13 17 13 11 28J6.2.13 2 13 16 18J7.2.15 3 15 11 14

2rk 25 36 3 2 17 18 0 0 0 0 J1.1.1 25 1 7 32 3 15 J7.2.15 3 9 3 11 14ck 150 150 12 50 42 76 15 83 87 J2.2.13 18 13 9 27

J3.1.2 36 2 7 43J4.2.13 18 13 15 33J5.2.13 18 13 11 29J6.3.33 18 33 8 26J7.2.15 3 15 11 14

3rk 25 36 98 2 17 18 14 0 0 0 J1.1.1 25 1 7 32 14 33 J7.3.33 2 9 14 8 22ck 150 150 133 50 42 76 15 83 87 J2.2.13 18 13 9 27

J3.1.2 36 2 7 43J4.2.13 18 13 15 33J5.2.13 18 13 11 29J6.3.33 18 33 8 26J7.3.33 14 33 8 22

4rk 25 36 98 2 17 18 27 22 0 0 J1.1.1 25 1 7 32 18 13 J2.2.13 3 24 18 9 27ck 150 150 133 50 42 76 43 83 87 J2.2.13 18 13 9 27 J4.2.13 3 18 27 15 42

J3.1.2 36 2 7 43 J5.2.13 3 14 42 11 53J4.2.13 18 13 15 33J5.2.13 18 13 11 29J6.3.33 22 33 8 30J7.4.25 22 25 8 30

5rk 25 36 98 2 17 53 27 22 0 0 J1.1.1 25 1 7 32 22 25 J7.4.25 1 9 22 8 30 ack 150 150 133 50 42 76 43 83 87 J2.3.33 27 33 8 35 33 J6.3.33 2 12 22 8 30

J3.1.2 36 2 7 43J4.3.33 42 33 7 49J5.3.33 53 33 6 59J6.3.33 22 33 8 30J7.4.25 22 25 8 30

131 2 6 8 9m

opt.tj rj c* m* PstJumlah Operasi15 33

25St wi cj* tj rj*cj m

rj* < ck

rk = rj*

rj < ck


Pembaruan rk dan ck karena ck < c*

Pembaruan rk dan ck karena ck < c*


rj* < ck

67

a b6

rk 25 36 98 2 17 53 27 30 30 0 J1.1.1 25 1 7 32 25 .1 J1.1.1 5 25 25 7 32ck 150 150 133 50 42 76 43 83 87 J2.3.33 30 33 8 38

J3.1.2 36 2 7 43J4.3.33 42 33 7 49J5.3.33 53 33 6 59J6.4.25 30 25 10 40

7rk 32 36 98 2 17 53 27 30 30 0 J1.3.6 98 6 6 104 30 25 J6.4.25 1 12 30 10 40 bck 150 150 133 50 42 76 43 83 87 J2.3.33 30 33 8 38 33 J2.3.33 2 24 30 8 38

J3.1.2 36 2 7 43J4.3.33 42 33 7 49J5.3.33 53 33 6 59J6.4.25 30 25 10 40

8rk 32 36 98 2 17 53 27 38 30 40 J1.3.6 98 6 6 104 36 .2 J3.1.2 5 23 36 7 43ck 150 150 133 50 42 76 43 83 87 J2.4.25 38 25 9 47

J3.1.2 36 2 7 43J4.3.33 42 33 7 49J5.3.33 53 33 6 59

9rk 32 43 98 2 17 53 27 38 30 40 J1.3.6 98 6 6 104 38 25 J2.4.25 1 24 38 9 47 ack 150 150 133 50 42 76 43 83 87 J2.4.25 38 25 9 47

J3.3.6 98 6 3 101J4.3.33 42 33 7 49J5.3.33 53 33 6 59

10rk 32 43 98 2 17 53 27 38 47 40 J1.3.6 98 6 6 104 42 33 J4.3.33 2 18 42 7 49ck 150 150 133 50 42 76 43 83 87 J3.3.6 98 6 3 101

J4.3.33 42 33 7 49J5.3.33 53 33 6 59

11rk 32 43 98 2 50 53 52 49 47 40 J1.3.6 98 6 6 104 49 25 J4.4.25 1 18 49 7 56 bck 150 150 133 50 62 76 132 83 87 J3.3.6 98 6 3 101

J4.4.25 49 25 7 56J5.3.33 53 33 6 59

12rk 32 43 98 65 50 53 52 49 47 56 J1.3.6 98 6 6 104 53 33 J5.3.33 2 14 53 6 59ck 150 150 133 90 62 76 132 83 87 J3.3.6 98 6 3 101

J5.3.33 53 33 6 5913rk 32 43 98 65 50 53 52 59 47 56 J1.3.6 98 6 6 104 59 25 J5.4.25 1 14 59 6 65 ack 150 150 133 90 62 76 132 83 87 J3.3.6 98 6 3 101

J5.4.25 59 25 6 6514rk 32 43 98 113 120 100 52 59 105 120 J1.3.6 98 6 6 104 98 .6 J1.3.6 4 25 98 6 104ck 150 150 133 150 150 150 132 140 145 J3.3.6 98 6 3 101 J3.3.6 4 23 104 3 10715rk 32 43 107 113 120 100 52 59 105 120 J1.4.13 104 3 10 114 104 13 J1.4.13 3 25 104 10 114ck 150 150 133 150 150 150 132 140 145 J3.4.13 107 3 10 11716rk 32 43 107 113 120 114 52 59 105 120 J1.5.33 114 3 8 122 114 13 J3.4.13 3 23 114 10 124ck 150 150 133 150 150 150 132 140 145 J3.4.13 114 3 10 124 33 J1.5.33 2 25 114 8 12217rk 32 43 107 113 120 124 114 122 105 120 J1.6.25 122 5 8 130 122 25 J1.6.25 1 25 122 8 130 ack 150 150 133 150 150 150 132 140 145 J3.5.33 124 3 7 13118rk 32 43 107 113 120 124 114 122 130 120 J3.5.33 124 3 7 131 124 33 J3.5.33 2 23 124 7 131ck 150 150 133 150 150 150 132 140 14519rk 32 43 140 113 120 124 140 131 130 120 J3.6.25 131 5 5 136 131 25 J3.6.25 1 23 131 5 136 bck 150 150 150 150 150 150 150 140 145

1 2 6 8 9 cj13 15 3325

Stm

opt.m tj rj c* m* PstJumlah Operasi wi cj* tj rj*

68

BAB V

DATA DAN ANALISIS

5.1 Profil Perusahaan

SOHO Group merupakan perusahaan farmasi yang menjadi pelopor dalam

memproduksi dan memasarkan obat-obatan natural di pasar resep (ethical) dan

pasar obat bebas (OTC). SOHO Group yang terdiri dari SOHO Group Pharma,

SOHO Group Distribution, dan SOHO Group Consumer Health (CH) merupakan

hasil dari restrukturisasi untuk lebih terintegrasi antara beberapa bidang bisnis

sehingga dapat lebih memfokuskan dalam aktivitas internal maupun eksternal.

SOHO Group Distribution dengan perusahaan intinya PT. Parit Padang Global

yang lebih memfokuskan diri pada bisnis distribusi produk SOHO Group maupun

produk principal lainnya, dan RMT (Raw Material Trading), serta bisnis retail

obat melalui Apotek HARMONY. SOHO Group CH memfokuskan pada bisnis

produk OTC baik produk berbasis herbal maupun produk bermerek Hezzel Farm,

dan produk-produk MLM (Multi Level Marketing) dari Unihealth.

SOHO Group Pharma berfokus pada bisnis produk farmasi ethical dan OTC baik

yang termasuk kategori obat bermerek, obat herbal, TCM (Traditional Chinese

Medicine), dan LPM (Low Price Medicine). SOHO Group Pharma yang terdiri

dari PT. ETHICA Industri Farmasi dan PT. SOHO Industri Farmasi yang sudah

berdiri sejak tahun 1946 dengan total produk lebih dari 200 jenis dan telah

melaksanakan secara konsisten CPOB serta sistem manajemen mutu ISO 9001 :

2000.

Memahami pentingnya pertumbuhan organisai, tantangan-tantangan yang

dihadapi dalam industri dan ancaman atau tingkat persaingan yang semakain besar

akibat globalisasi, SOHO Group telah memandang jauh kedepan dengan

merumuskan visinya untuk menjadi salah satu kelompok perusahaan global

69

terkemuka dalam bidang manufaktur, distribusi dan menyediakan produk dan jasa

kesehatan berkualitas tinggi.

5.2 Proses Perencanaan Produksi

Perencanaan produksi dilakukan oleh Production Planning (PP) yang merupakan

salah satu bagian dari divisi Supply Chain. PP membuat rencana produksi (RP)

yang didasarkan pada forecast marketing tiga bulan kedepan (fixed), sales tiga

bulan terakhir yang diperoleh dari distributor, dan mempertimbangkan inventory

yang ada di plant dan distributor. Berdasarkan RP, kebutuhan terhadap material-

material serta jumlah yang digunakan untuk proses produksi akan diketahui, dan

selanjutnya ketersedian material-material tersebut akan diperiksa oleh bagian

Material Planning.

Penjadwalan produksi untuk jangka waktu satu bulan dilakukan untuk produk-

produk dengan ketersediaan material yang tercukupi dan dibuat dengan

mempertimbangkan volume penjualan, produk work in process (WIP), serta

kapasitas produksi. Pada penelitian ini, volume penjualan dikonversikan ke nilai

bobot yang menjadi prioritas kedua. Prioritas kedua digunakan jika setelah

pemakaian prioritas SPT, atau MOR, atau FO masih memberikan hasil yang sama.

Volume penjualan diperoleh dari data pareto, dimana pareto merupakan

persentase besarnya penjualan suatu produk terhadap penjualan keseluruhan

produk Soho Group Pharma. Tabel 5.1 menunjukkan volume penjualan produk-

produk yang dijadwalkan pada bulan september. Gambar 5.1 adalah grafik pareto

volume penjualan produk-produk yang dijadwalkan pada bulan september.

70

Tabel 5.1 Volume Penjualan

Gambar 5.1 Diagram Pareto Volume Penjualan

Kode Penjualan (unit)



A 680 Z 27053 J4 39711B 647 AA 7069 J5 35228C 16151 AB 226897 J6 29440D 42443 AC 28936 J7 23682E 75031 AE 24466 J8 23682F 126630 AF 34675 J9 14144G 33452 AH 546 J10 13981H 5675 AI 13575 J11 13383I 12751 AJ 4036 J12 12838K 19509 AK 10699 J13 12445M 17541 AL 101786 J14 11388N 6643 AM 11082 J15 11192O 6125 AN 56510 J16 10450P 13310 AO 25071 J17 10336Q 35707 AQ 352428 J18 7468S 640 AR 7849 J19 7258T 19141 AS 1910 J20 5457U 840 AT 30238 J21 5457V 5760 AU 4562 J22 5117W 187058 J1 81953 J23 3648X 14391 J2 49847 J24 2635Y 28673 J3 46038 J25 991

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0

500000

1000000

1500000

2000000

AQ W AL E J2 D Q AF

AT

AC Z

AE J8 T C J9 AI P I

J14

AM J16

AR

J19 N V

J20

J22 AJ

J24

J25 A S

71

Kode A sampai dengan AU menunjukkan kode produk untuk job utama, dan kode

J1 sampai J25 menunjukkan kode produk untuk job sisipan. Konversi volume

penjualan menjadi nilai bobot antara job utama dan job sisipan dilakukan secara

terpisah, karena kedua penjadwalan tersebut dilakukan secara bertahap. Produk

dengan volume penjualan tertinggi akan memiliki nilai bobot tertinggi, dimana

nilai tersebut sama dengan jumlah dari job yang akan dijadwalkan yaitu 59 untuk

job utama dan 25 untuk job sisipan. Beberapa produk dengan jumlah permintaan

yang tinggi akan diproduksi secara parsial dengan pembagian skala produksi

(batch) pada sekali produksinya yang ditentukan oleh PP. Kode produk parsial

dapat dilihat pada angka yang mengikuti huruf pada kode produk tersebut. Pada

produk-produk yang diproses secara parsial, produk dengan jumlah batch yang

terkecil pada produk yang sama akan dproses terlebih dahulu, sehingga memiliki

nilai bobot yang lebih tinggi. Keterangan kode produk, jumlah batch, dan nilai

bobot dapat dilihat pada tabel 5.2 dan tabel 5.3.

PP bertanggung jawab dalam pengendalian proses produksi, dengan melakukan

review mingguan terhadap jadwal produksi yang telah direncanakan tersebut.

Penjadwalan produksi mingguan dilakukan oleh production planning didampingi

oleh supervisor produksi dengan memperhatikan kondisi aktual di lantai produksi.

Alur proses perencanaan produksi dapat dilihat pada gambar 5.2.

Gambar 5.2 Alur Proses Perencanaan Produksi

72

Berikut ini adalah rencana produksi yang harus dijadwalkan pada bulan

september. Pada penelitian ini. rencana produksi tersebut dibagi menjadi dua

bagian, tabel 5.2 menunjukkan rencana produksi yang diproduksi sebagai job

utama, dan tabel 5.3 merupakan rencana produksi yang diproduksi sebagai job

sisipan. Rencana produksi ini berisikan nama produk yang dikodekan beserta

jumlah dan bobotnya.

Tabel 5.2 Rencana Produksi Job Utama

KodeJumlah Batch Bobot Kode

Jumlah Batch Bobot

A 1 7 W4 3 58B 1 6 W5 5 57

C1 1 25 X 2 25C2 2 24 Y 1 36D1 2 41 Z 1 35D2 3 40 AA 1 18E 2 43 AB1 2 64

F1 2 47 AB2 2 63F2 2 46 AB3 4 62G1 2 37 AC 2 37G2 3 36 AE 3 33G3 4 35 AF 2 42H 1 12 AH 1 1I 1 20 AI 1 24K 1 28 AJ 1 12M 1 26 AK 1 20N 2 15 AL1 2 51O 1 14 AL2 2 50P 2 21 AM 1 21Q 2 39 AN 2 46S1 2 5 AO 1 34S2 2 4 AQ1 2 68S3 3 3 AQ2 2 67S4 4 2 AQ3 4 66T 1 27 AQ4 5 65U 1 8 AR 1 19V 1 13 AS 1 11

W1 2 52 AT 1 38W2 2 51 AU 1 13W3 3 50

73

Tabel 5.3 Rencana Produksi Job Sisipan

5.3 Proses Produksi

SOHO Group Pharma memproduksi sediaan obat dalam bentuk solid, semi solid,

dan liquid. Pada penelitian ini sesuai dengan batasan masalah yang dijelaskan

pada Bab I, maka penjadwalan hanya difokuskan pada proses produksi untuk

sediaan solid. Divisi produksi sediaan solid terbagi menjadi sub divisi Pengolahan

(Lini produksi A), Cetak filling salut (Lini produksi B), dan Kemas (Lini produksi

C).

Lini produksi A merupakan tahap awal dari keseluruhan proses produksi. Pada

lini produksi ini poses produksi dibagi menjadi beberapa stage, yaitu stage 1,

stage 2, stage 3, dan stage 4. Stage 1 merupakan proses pencampuran bahan baku,

untuk memperoleh massa sediaan dengan kondisi yang basah sehingga terjadi

ikatan yang kuat antar bahan baku tersebut. Stage 2 adalah proses lanjutan dari

stage 1, yaitu proses pengeringan massa sediaan yang basah untuk memperoleh

massa kering sehingga sediaan lebih stabil dalam proses penyimpanan. Kondisi

aktual proses produksi pada stage 1 dan stage 2 berjalan in line (tidak ada waktu

tunggu diantaranya) yang didasarkan pada pertimbangan kestabilan massa

KodeJumlah Batch Bobot Kode

Jumlah Batch Bobot

J1 2 25 J14 1 12J2 2 24 J15 1 11J3 1 23 J16 2 10J4 1 22 J17 1 9J5 2 21 J18 1 8J6 1 20 J19 1 7J7 1 19 J20 1 6J8 1 18 J21 1 5J9 1 17 J22 2 4

J10 1 16 J23 2 3J11 1 15 J24 1 2J12 1 14 J25 1 1J13 1 13

74

sediaan, hal ini menyebabkan adanya penggabungan waktu proses stage 1 dan

stage 2 pada penelitian ini.

Stage berikutnya adalah stage 3, yaitu proses pengayakan atau proses untuk

mengubah massa sediaan stage 2 menjadi bagian dengan ukuran partikel yang

lebih kecil. Untuk beberapa jenis produk proses produksi dimulai dari stage 3.

Stage terakhir pada lini produksi A adalah stage 4, yaitu proses pencampuran

hasil massa sediaan stage sebelumnya dengan adanya penambahan bahan baku

yang lainnya. Ada beberapa produk yang mengawali proses produksinya pada

stage 4.

Lini Produksi B, terdiri dari stage 5 dan stage 6. Stage 5 adalah proses lanjutan

dari stage 4, pada stage ini ada beberapa produk yang mengalami proses

pencetakan, dan sebagiannya lagi mengalami proses filling, hal ini disesuaikan

dengan sediaan obat yang akan diproduksi. Stage berikutnya adalah stage 6, yaitu

proses penyalutan hasil sediaan stage 5 yang mengalami proses pencetakan.

Namun tidak semua produk melewati stage 6, ada beberapa produk yang langsung

melanjutkan prosesnya dari stage 5 ke stage 7.

Lini Produksi C hanya terdiri dari satu stage, yaitu stage 7. Stage 7 merupakan

proses pengemasan sebagai proses terakhir dari keseluruhan produk. Pada kondisi

aktual, lini produksi C dibagi menjadi dua stage yaitu stage untuk pengemasan

primer dan stage untuk pengemasan sekunder. Proses pengemasan sekunder

dilaksanakan setelah proses pengemasan primer selesai diproses. Namun pada

penelitian ini, sesuai dengan asumsi yang ditetapkan proses pengemasan berjalan

secara in line, maka kedua stage tersebut dijadikan menjadi satu kesatuan. Untuk

lebih memperjelas uraian di atas, berikut ini gambar 5.3 yang menunjukkan proses

produksi sediaan solid.

75

`

Pengayakan

Campur Kering

Cetak/ Filling

Kemas

Salut

TABLET TABLET SALUT

Campur Basah &

Pengeringan

Pengayakan

Campur Kering

Cetak/ Filling

Campur Basah &

Pengeringan

Input

Input

Input

Input

InputStage 1 & 2

Stage 3

Stage 4

Stage 5

Stage 6

Stage 7

LINI PRODUKSIA

LINI PRODUKSIB

LINI PRODUKSIC

Gambar 5.3 Proses Produksi Sediaan Solid

Berikut ini adalah tabel 5.4 sebagai daftar mesin-mesin yang digunakan untuk

melakukan proses produksi pada tiap stage, disertai dengan pengkodean dan

jumlah mesin untuk memudahkan pada proses penjadwalan.

Tabel 5.4 Daftar Mesin

Stage Mesin Jumlah Kode Stage Mesin Jumlah KodeFBD Glatt 1 1 CY 20 1 31FBE Pro 1 2 CY 50 1 32FBE YC 1 3 Manesty 1 18Oven 1 4 Rimex 1 19

3 GYC 2 5 Sejong D 1 20Bohle 1 6 XL Cota 1 21Canaan 1 7 Rama Cota 1 33Lokal 1 8 Dong Fang 1 34Mecco (RH) 1 9 Duan Kwei 1 22Meco 200 1 10 Filling Manual 1 23Lokal Kapsul 1 11 Hi-Pack 1 1 24

1 & 2

4

6

5

7

76

Pada stage 3, stage 5, dan stage 7 terdapat beberapa mesin majemuk yang

memiliki spesifikasi dan kapasitas yang sama pada pemakaiannya, yaitu mesin

GYC, CD, dan Hi-pack 4.

5.4 Waktu Kerja

Waktu kerja yang ditetapkan untuk divisi produksi SOHO Group Pharma, sebagai

berikut

Hari kerja : Senin – Jum’at

Jam Kerja

• Shift 1 : 06.30 – 15.00

• Shift 2 : 14.30 – 22.00

• Shift 3 : 22.00 – 05.30

Istirahat : 30 menit

Waktu efektif yang ditetapkan oleh divisi produksi 70 % dari total waktu kerja.

Angka tersebut diperoleh dengan mempertimbangkan pemanfaatan waktu kerja

untuk kegiatan lain yang tidak termasuk dalam kegiatan pengoperasian mesin.

Kegiatan-kegiatan tersebut diantaranya waktu istirahat, briefing pada awal shift,

pengambilan material di gudang, dan lain lain.

Total jam kerja/ hari: 70 % × 23 jam = 16.1 jam/ hari.

5.5 Matriks Routing dan Matriks Waktu Operasi

Matriks routing yang menyatakan urutan mesin yang memproses tiap-tiap urutan

operasi. Matriks routing yang diperoleh dari data job, jumlah operasi dan

urutannya, serta mesin yang memproses operasi tersebut. Tabel 5.5 dan tabel 5.6

Secara berturut-turut menunjukkan matriks routing dari job utama dan job sisipan

yang akan dijadwalkan.

Stage Mesin Jumlah Kode Stage Mesin Jumlah KodeCD 2 12 Hi-pack 4 2 25JC 16 1 13 KSM 2 1 26JC 20 A 1 14 KSM 3 1 27JC 20 B 1 15 Siebler 1 1 28JC 29 1 16 Siebler 2 1 29JC 39 1 17 Uhlmann 1 30

5 7

77

Tabel 5.5 Matriks Routing Job Utama

Tabel 5.6 Matriks Routing Job Sisipan

1 2 3 4 5 6 1 2 3 4 5 6A 1 5 8 15 25 - W4 2 5 10 14 21 27B 1 5 8 15 25 - W5 2 5 10 14 21 27

C1 2 5 6 13 21 27 X 2 5 10 19 21 27C2 2 5 6 13 21 27 Y 1 5 6 17 21 25D1 3 5 6 15 25 - Z 3 5 6 16 21 22D2 3 5 6 15 25 - AA 1 9 13 - - -E 2 5 6 12 25 - AB1 2 6 19 21 24 -F1 2 7 18 24 - - AB2 2 6 19 21 24 -F2 2 7 18 24 - - AB3 2 6 19 21 24 -G1 2 7 18 - - - AC 1 9 13 - - -G2 2 7 18 - - - AE 2 5 10 14 27 -G3 2 7 18 - - - AF 3 5 6 14 25 -H 1 5 10 19 27 - AH 1 5 6 15 28 -I 1 5 10 19 21 26 AI 3 5 6 14 25 -K 1 5 6 17 21 22 AJ 3 5 6 14 25 -M 4 5 6 15 26 - AK 3 5 6 14 25 -N 1 5 10 16 - - AL1 2 5 7 20 21 24O 1 5 10 20 21 27 AL2 2 5 7 20 21 24P 1 5 10 20 21 27 AM 3 5 10 19 21 27Q 2 6 19 21 22 - AN 1 5 6 20 21 25S1 3 5 8 12 25 - AO 2 5 6 15 26 -S2 3 5 8 12 25 - AQ1 2 6 17 21 25 -S3 3 5 8 12 25 - AQ2 2 6 17 21 25 -S4 3 5 8 12 25 - AQ3 2 6 17 21 25 -T 1 5 10 17 21 27 AQ4 2 6 17 21 25 -U 3 5 6 15 29 - AR 2 5 7 18 - -V 3 5 6 15 29 - AS 3 5 6 14 30 -

W1 2 5 10 14 21 27 AT 2 5 10 14 30 -W2 2 5 10 14 21 27 AU 1 5 6 13 21 28W3 2 5 10 14 21 27

OperasiJob

OperasiJob

1 2 3 4 5 6 1 2 3 4 5 6J1 1 5 10 19 33 27 J14 8 13 33 27 - -J2 9 13 33 25 - - J15 3 5 6 13 33 27J3 2 5 6 13 33 27 J16 3 5 6 13 33 27J4 3 5 6 13 33 25 J17 6 15 33 25 - -J5 3 5 6 13 33 25 J18 2 5 10 13 33 27J6 1 5 6 12 33 25 J19 1 5 10 17 33 23

JobOperasi

JobOperasi

78

Matriks waktu proses menyatakan waktu proses yang dibutuhkan untuk

mengerjakan operasi dari suatu job. Matriks waktu operasi yang diperoleh dari

data job, jumlah operasi dan urutannya, serta waktu operasi yang diperlukan untuk

memproses operasi tersebut. Tabel 5.7 dan tabel 5.8 secara berturut-turut

menunjukkan matriks waktu operasi dari job utama dan job sisipan yang akan

dijadwalkan.

Tabel 5.7 Matriks Waktu Operasi Job Utama

1 2 3 4 5 6 1 2 3 4 5 6J7 3 5 6 19 33 27 J20 1 5 10 17 33 23J8 9 13 33 25 - - J21 1 5 8 13 33 28J9 3 5 8 32 27 - J22 2 5 6 16 33 26

J10 3 5 10 17 34 25 J23 3 5 8 14 33 26J11 3 5 11 31 - 27 J24 1 5 8 19 33 26J12 9 13 33 27 - - J25 3 5 6 14 33 26J13 3 5 6 13 33 27

JobOperasi

JobOperasi

1 2 3 4 5 6 1 2 3 4 5 6A 7 3 3 11 7 - W4 21 8 5 39 20 36B 5 3 3 14 8 - W5 32 12 7 65 33 59

C1 7 3 3 14 12 6 X 7 3 3 30 15 16C2 10 4 4 28 24 12 Y 8 2 3 39 12 32D1 9 4 3 40 13 - Z 12 4 4 16 17 14D2 12 5 4 60 19 - AA 8 4 9 - - -E 11 4 4 24 35 - AB1 25 5 32 19 19 -F1 16 8 58 59 - - AB2 25 5 32 19 19 -F2 16 8 58 59 - - AB3 33 8 64 38 37 -G1 18 8 54 - - - AC 15 8 18 - - -G2 24 10 81 - - - AE 16 4 6 27 20 -G3 30 13 108 - - - AF 8 3 3 32 22 -H 6 3 3 21 11 - AH 6 3 3 11 12 -I 8 3 3 13 8 14 AI 6 3 3 13 7 -K 6 3 4 13 7 7 AJ 6 3 3 11 6 -M 9 3 3 12 9 - AK 6 3 3 11 7 -N 13 4 7 60 - - AL1 8 4 5 34 22 26O 7 3 3 17 13 10 AL2 8 4 5 34 22 26P 11 3 4 30 25 24 AM 5 2 4 14 8 15Q 12 4 28 16 20 - AN 17 7 5 42 28 28S1 9 4 3 22 42 - AO 8 3 3 26 23 -S2 9 4 3 22 42 - AQ1 23 5 50 23 46 -S3 12 5 4 33 63 - AQ2 23 5 50 23 46 -

Operasi OperasiJob Job

79

Tabel 5.8 Matriks Waktu Operasi Job Sisipan

5.6 Penjadwalan Dengan Algoritma Non-Delay

5.6.1 Penjadwalan Job Utama

Proses penjadwalan yang dilakukan di SOHO Group Pharma saat ini belum

menggunakan metode tertentu, dengan melihat kondisi yang ada di lantai produksi

dengan tipe aliran job shop maka proses pengolahan data dilakukan dengan

menggunakan algoritma Non-delay. Algoritma Non-delay adalah jadwal aktif

dimana tidak ada mesin yang menganggur jika dapat memulai operasi tertentu.

Hal ini dimaksudkan untuk dapat meningkatkan utilitas produksi dan memperoleh

makespan yang lebih cepat.

Untuk mengetahui pengaruh makespan terhadap penjadwalan dengan prioritas

produk tablet atau produk tablet salut yang diproses terlebih dahulu, maka priority

1 2 3 4 5 6 1 2 3 4 5 6S4 15 6 5 44 84 - AQ3 42 7 100 23 91 -T 7 2 3 19 8 11 AQ4 52 9 125 23 114 -U 8 2 3 16 17 - AR 16 4 5 23 - -V 8 3 4 19 15 - AS 10 2 3 23 19 -

W1 15 6 4 26 13 24 AT 8 3 3 23 20 -W2 15 6 4 26 13 24 AU 6 2 3 23 7 10W3 21 8 5 39 20 36

JobOperasi

JobOperasi

1 2 3 4 5 6 1 2 3 4 5 6J1 10 4 6 30 23 23 J14 2 16 8 10 - -J2 7 30 24 14 - - J15 7 3 3 9 6 6J3 7 3 3 10 7 5 J16 11 4 3 18 11 11J4 6 3 3 12 5 9 J17 3 11 8 8 - -J5 9 4 3 24 10 18 J18 6 3 3 11 7 6J6 7 3 4 14 10 13 J19 9 3 3 19 14 15J7 7 3 3 12 8 5 J20 9 3 3 19 14 12J8 5 15 12 7 - - J21 7 3 2 23 9 21J9 6 2 3 16 10 - J22 18 4 3 24 13 19

J10 6 3 3 21 12 10 J23 10 3 3 54 15 29J11 7 3 3 13 7 - J24 7 2 3 12 8 6J12 5 11 8 6 - - J25 7 4 3 13 15 10J13 6 3 3 8 6 5

JobOperasi

JobOperasi

80

dispatching rules yang digunakan adalah SPT (Short Processing Time), MOR

(Most Operation Remaining), dan FO (Fewest Operation).

Pada stage 0 atau stage awal semua operasi yang termasuk dalam anggota St (j Є

St) siap untuk dijadwalkan, karena pada stage ini adalah operasi tanpa pendahulu

dan semua mesin siap untuk dioperasikan. Pada stage 0 perbedaan secara

significant dapat terlihat pada penggunaan tiga aturan prioritas. Prioritas pertama

pada SPT, operasi-operasi dengan waktu proses terpendek diproses lebih dulu,

sedangkan pada MOR dan FO secara berturut-turut operasi dengan sisa operasi

terbanyak dan paling sedikit diproses lebih dulu. Pengurutan operasi pada ketiga

proses penjadwalan tersebut tidak dapat diselesaikan hanya dengan penggunaan

prioritas pertama saja, pengurutan dilanjutkan dengan menggunakan prioritas

kedua yaitu prioritas bobot.

Setelah penjadwalan pada stage 0 selesai dilakukan, perbarui kesiapan mesin

beroperasi (rk) pada mesin yang merupakan m* pada stage 0 dengan nilai rj*

terakhir pada masing-masing mesin yang bersangkutan. Isikan Semua operasi

yang siap dijadwalkan (St) pada stage 1 dengan mengganti operasi pada stage 0

dengan operasi kedua pada masing-masing job. Hasil penjadwalan stage 0 dan

stage 1 ketiga penjadwalan tersebut dapat dilihat pada tabel 5.9 untuk prioritas

SPT, tabel 5.10 untuk prioritas MOR, dan tabel 5.11 untuk prioritas FO. Untuk

memahami proses penjadwalan lebih mendalam dapat melihat hasil penjadwalan

prioritas MOR untuk beberapa stage berikutnya pada Lampiran 1 dan proses

penjadwalan pada Bab IV Pengembangan Model.

Dari hasil penjadwalan job utama dengan menggunakan ketiga prioritas tersebut

diperoleh nilai makespan untuk SPT selama 894 jam, MOR selama 798 jam, dan

FO selama 822 jam. Waktu penyelesaian keseluruhan job tercepat dihasilkan pada

penjadwalan dengan menggunakan prioritas MOR. Hasil penjadwalan prioritas

MOR dilanjutkan dengan dilakukannya penyisipan job pada hasil penjadwalan

tersebut. Dengan melihat Gantt Chart hasil penjadwalan prioritas MOR (dapat

81

dilihat pada Lampiran 3) maka diperoleh data mesin idle job utama pada gambar

5.4.

5.6.2 Penjadwalan Job Sisipan

Kesiapan beroperasi untuk mesin-mesin yang digunakan pada proses produksi job

utama dapat dilihat pada data mesin idle job utama pada gambar 5.4. Mesin-mesin

yang tidak digunakan pada proses produksi job utama seperti mesin Lokal kapsul,

CY 20, CY 50, Rama Cota, dan Dong Fang memiliki kesiapan sejak t=0.

Proses penjadwalan job sisipan dilakukan dengan menyisipkan job tersebut pada

hasil penjadwalan job utama dengan tidak mengubah urutan proses produksi job

utama tersebut. Prioritas pertama yang digunakan pada penjadwalan job sisipan

adalah prioritas Fewest Operation (FO), dan kemudian proses pengurutan

dilanjutkan dengan prioritas bobot jika masih ada operasi dengan sisa operasi

yang sama pada pemakaian mesin (m*) yang sama. Proses penjadwalan job

sisipan lebih lengkap dapat dilihat pada Bab IV Pengembangan Model.

Penjadwalan keseluruhan job sisipan dapat diselesaikan dalam waktu 681 jam.

Hasil penjadwalan job sisipan stage 0, stage 1, dan stage 2 dapat dilihat pada tabel

5.12 dan Lampiran 2 untuk stage-stage berikutnya. Gantt chart Penjadwalan job

sisipan dapat dilihat pada Lampiran 4.

82

Tabel 5.9 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Short Processing Time (SPT)

6

a b a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.1 0 1 0 1 B.1.1 5 6 0 5

B.1.1 0 1 K.1.1 6 28 5 11C1.1.2 0 2 H.1.1 6 12 11 17C2.1.2 0 2 AU.1.1 6 11 17 23D1.1.3 0 3 AH.1.1 6 1 23 29D2.1.3 0 3 T.1.1 7 27 29 36E.1.2 0 2 O.1.1 7 14 36 43F1.1.2 0 2 A.1.1 7 7 43 50F2.1.2 0 2 Y.1.1 8 32 50 58G1.1.2 0 2 I.1.1 8 20 58 66G2.1.2 0 2 AA.1.1 8 16 66 74G3.1.2 0 2 P.1.1 11 21 74 85H.1.1 0 1 N.1.1 13 15 85 98I.1.1 0 1 AC.1.1 15 33 98 113K.1.1 0 1 AN.1.1 17 42 113 130M.1.4 0 4 2 C1.1.2 7 25 0 7N.1.1 0 1 X.1.2 7 23 7 14O.1.1 0 1 AL1.1.2 8 45 14 22P.1.1 0 1 AL2.1.2 8 44 22 30Q.1.2 0 2 AO.1.2 8 30 30 38S1.1.3 0 3 AT.1.2 8 34 38 46S2.1.3 0 3 C2.1.2 10 24 46 56S3.1.3 0 3 E.1.2 11 43 56 67S4.1.3 0 3 Q.1.2 12 39 67 79T.1.1 0 1 W1.1.2 15 52 79 94U.1.3 0 3 W2.1.2 15 51 94 109V.1.3 0 3 F1.1.2 16 47 109 125

W1.1.2 0 2 F2.1.2 16 46 125 141W2.1.2 0 2 AE.1.2 16 29 141 157W3.1.2 0 2 AR.1.2 16 17 157 173W4.1.2 0 2 G1.1.2 18 37 173 191W5.1.2 0 2 W3.1.2 21 50 191 212X.1.2 0 2 W4.1.2 21 49 212 233

rk1 &2 3 4 5 7

rj* m Opt.1 2 3 4 5 St cj m c* m* Pst

6 7 8 9 10 12 tj wi cj*25 26 27 28 29 3019 20 21 22 23 2413 14 15 16 17 18

83

6

a b a b a bY.1.1 0 1 AQ1.1.2 23 59 233 256Z.1.3 0 3 AQ2.1.2 23 58 256 279

AA.1.1 0 1 G2.1.2 24 36 279 303AB1.1.2 0 2 AB1.1.2 25 55 303 328AB2.1.2 0 2 AB2.1.2 25 54 328 353AB3.1.2 0 2 G3.1.2 30 35 353 383AC.1.1 0 1 W5.1.2 32 48 383 415AE.1.2 0 2 AB3.1.2 33 53 415 448AF.1.3 0 3 AQ3.1.2 42 57 448 490AH.1.1 0 1 AQ4.1.2 52 56 490 542AI.1.3 0 3 3 AM.1.3 5 19 0 5AJ.1.3 0 3 AI.1.3 6 22 5 11AK.1.3 0 3 AK.1.3 6 18 11 17AL1.1.2 0 2 AJ.1.3 6 10 17 23AL2.1.2 0 2 AF.1.3 8 38 23 31AM.1.3 0 3 V.1.3 8 13 31 39AN.1.1 0 1 U.1.3 8 8 39 47AO.1.2 0 2 D1.1.3 9 41 47 56AQ1.1.2 0 2 S1.1.3 9 5 56 65AQ2.1.2 0 2 S2.1.3 9 4 65 74AQ3.1.2 0 2 AS.1.3 10 9 74 84AQ4.1.2 0 2 D2.1.3 12 40 84 96AR.1.2 0 2 Z.1.3 12 31 96 108AS.1.3 0 3 S3.1.3 12 3 108 120AT.1.2 0 2 S4.1.3 15 2 120 135AU.1.1 0 1 4 M.1.4 9 26 0 9

1 130 542 135 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 50 5 5 5 B.2.5 3 6 5 8 aB.2.5 5 5 AM.2.5 2 19 5 7 bC1.2.5 7 5C2.2.5 56 5D1.2.5 56 5D2.2.5 96 5E.2.5 67 5F1.3.7 125 7F2.3.7 141 7

rk1 &2 3 4 5 7


6 7 8 9 10 12 tj wi cj*25 26 27 28 29 3019 20 21 22 23 2413 14 15 16 17 18

84

6

a b a b a bG1.3.7 191 7G2.3.7 303 7G3.3.7 383 7H.2.5 17 5I.2.5 66 5K.2.5 11 5M.2.5 9 5N.2.5 98 5O.2.5 43 5P.2.5 85 5Q.3.6 79 6S1.2.5 65 5S2.2.5 74 5S3.2.5 120 5S4.2.5 135 5T.2.5 36 5U.2.5 47 5V.2.5 39 5

W1.2.5 94 5W2.2.5 109 5W3.2.5 212 5W4.2.5 233 5W5.2.5 415 5X.2.5 14 5Y.2.5 58 5Z.2.5 108 5

AA.3.9 74 9AB1.3.6 328 6AB2.3.6 353 6AB3.3.6 448 6AC.3.9 113 9AE.2.5 157 5AF.2.5 31 5AH.2.5 29 5AI.2.5 11 5

rk1 &2 3 4 5 7


6 7 8 9 10 12 tj wi cj*25 26 27 28 29 3019 20 21 22 23 2413 14 15 16 17 18

85

6

a b a b a bAJ.2.5 23 5AK.2.5 17 5AL1.2.5 22 5AL2.2.5 30 5AM.2.5 5 5AN.2.5 130 5AO.2.5 38 5AQ1.3.6 256 6AQ2.3.6 279 6AQ3.3.6 490 6AQ4.3.6 542 6AR.2.5 173 5AS.2.5 84 5AT.2.5 46 5AU.2.5 23 5

rk1 &2 3 4 5 7

tj wi cj* rj* m Opt.1 2 3 4 5 St cj m c* m* Pst

13 14 15 16 17 186 7 3019 20 21 22 23 248 9 10 12 25 26 27 28 29

86

Tabel 5.10 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Most Operation Remaining (MOR)

6

a b a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.1 0 1 0 1 AN.1.1 6 42 0 17 17

B.1.1 0 1 Y.1.1 6 32 17 8 25C1.1.2 0 2 K.1.1 6 28 25 6 31C2.1.2 0 2 T.1.1 6 27 31 7 38D1.1.3 0 3 P.1.1 6 21 38 11 49D2.1.3 0 3 I.1.1 6 20 49 8 57E.1.2 0 2 O.1.1 6 14 57 7 64F1.1.2 0 2 AU.1.1 6 11 64 6 70F2.1.2 0 2 AC.1.1 5 33 70 15 85G1.1.2 0 2 AA.1.1 5 16 85 8 93G2.1.2 0 2 N.1.1 5 15 93 13 106G3.1.2 0 2 H.1.1 5 12 106 6 112H.1.1 0 1 A.1.1 5 7 112 7 119I.1.1 0 1 B.1.1 5 6 119 5 124K.1.1 0 1 AH.1.1 5 1 124 6 130M.1.4 0 4 2 AQ1.1.2 6 59 0 23 23N.1.1 0 1 AQ2.1.2 6 58 23 23 46O.1.1 0 1 AQ3.1.2 6 57 46 42 88P.1.1 0 1 AQ4.1.2 6 56 88 52 140Q.1.2 0 2 AB1.1.2 6 55 140 25 165S1.1.3 0 3 AB2.1.2 6 54 165 25 190S2.1.3 0 3 AB3.1.2 6 53 190 33 223S3.1.3 0 3 W1.1.2 6 52 223 15 238S4.1.3 0 3 W2.1.2 6 51 238 15 253T.1.1 0 1 W3.1.2 6 50 253 21 274U.1.3 0 3 W4.1.2 6 49 274 21 295V.1.3 0 3 W5.1.2 6 48 295 32 327

W1.1.2 0 2 AL1.1.2 6 45 327 8 335W2.1.2 0 2 AL2.1.2 6 44 335 8 343W3.1.2 0 2 Q.1.2 6 39 343 12 355W4.1.2 0 2 C1.1.2 6 25 355 7 362W5.1.2 0 2 C2.1.2 6 24 362 10 372X.1.2 0 2 X.1.2 6 23 372 7 379

26 27 28 29 3020 21 22 23 24 2514 15 16 17 18 197 8 9 10 12 13

rk1 &2 3 4 5 7

tj rj*m

Opt.St cj m c* m* Pst1 2 3 4 5 6

Jumlah Operasi wi cj*

87

6

a b a b a bY.1.1 0 1 F1.1.2 5 47 379 16 395Z.1.3 0 3 F2.1.2 5 46 395 16 411

AA.1.1 0 1 E.1.2 5 43 411 11 422AB1.1.2 0 2 G1.1.2 5 37 422 18 440AB2.1.2 0 2 G2.1.2 5 36 440 24 464AB3.1.2 0 2 G3.1.2 5 35 464 30 494AC.1.1 0 1 AT.1.2 5 34 494 8 502AE.1.2 0 2 AO.1.2 5 30 502 8 510AF.1.3 0 3 AE.1.2 5 29 510 16 526AH.1.1 0 1 AR.1.2 5 17 526 16 542AI.1.3 0 3 3 Z.1.3 6 31 0 12 12AJ.1.3 0 3 AM.1.3 6 19 12 5 17AK.1.3 0 3 D1.1.3 5 41 17 9 26AL1.1.2 0 2 D2.1.3 5 40 26 12 38AL2.1.2 0 2 AF.1.3 5 38 38 8 46AM.1.3 0 3 AI.1.3 5 22 46 6 52AN.1.1 0 1 AK.1.3 5 18 52 6 58AO.1.2 0 2 V.1.3 5 13 58 8 66AQ1.1.2 0 2 AJ.1.3 5 10 66 6 72AQ2.1.2 0 2 AS.1.3 5 9 72 10 82AQ3.1.2 0 2 U.1.3 5 8 82 8 90AQ4.1.2 0 2 S1.1.3 5 5 90 9 99AR.1.2 0 2 S2.1.3 5 4 99 9 108AS.1.3 0 3 S3.1.3 5 3 108 12 120AT.1.2 0 2 S4.1.3 5 2 120 15 135AU.1.1 0 1 4 M.1.4 5 26 0 9 9

1 130 542 135 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 119 5 9 5 M.2.5 4 26 9 3 12 aB.2.5 124 5C1.2.5 362 5C2.2.5 372 5D1.2.5 26 5D2.2.5 38 5E.2.5 422 5F1.3.7 395 7F2.3.7 411 7

rk1 &2 3 4 5 7

1 2 3 15 164 5 6 7 8 9 29 30 wi cj* tj rj* m Opt.

St cj m c* m* Pst Jumlah Operasi23 24 25 26 27 2817 18 19 20 21 2210 12 13 14

88

6


W1.2.5 238 5W2.2.5 253 5W3.2.5 274 5W4.2.5 295 5W5.2.5 327 5X.2.5 379 5Y.2.5 25 5Z.2.5 12 5


rk1 &2 3 4 5 7

tj rj* m Opt.

St cj m c* m* Pst6Jumlah Operasi

wi cj*26 27 28 29 3020 21 22 23 24 2514 15 16 17 18 197 8 9 10 12 131 2 3 4 5

89

6


rk

rj* m Opt.1 2 3 4 5 cj m c* m* Pst Jumlah

Operasi

1 &2 3 4 5 7St6 7 8 9 10 cj* tj29 3023 24 25 26 27 2812 13 14 15 16 wi17 18 19 20 21 22

90

Tabel 5.11 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Fewest Operation (FO)

6

a b a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.1 0 1 0 1 AC.1.1 5 33 0 15 15

B.1.1 0 1 AA.1.1 5 16 15 8 23C1.1.2 0 2 N.1.1 5 15 23 13 36C2.1.2 0 2 H.1.1 5 12 36 6 42D1.1.3 0 3 A.1.1 5 7 42 7 49D2.1.3 0 3 B.1.1 5 6 49 5 54E.1.2 0 2 AH.1.1 5 1 54 6 60F1.1.2 0 2 AN.1.1 6 42 60 17 77F2.1.2 0 2 Y.1.1 6 32 77 8 85G1.1.2 0 2 K.1.1 6 28 85 6 91G2.1.2 0 2 T.1.1 6 27 91 7 98G3.1.2 0 2 P.1.1 6 21 98 11 109H.1.1 0 1 I.1.1 6 20 109 8 117I.1.1 0 1 O.1.1 6 14 117 7 124K.1.1 0 1 AU.1.1 6 11 124 6 130M.1.4 0 4 2 F1.1.2 5 47 0 16 16N.1.1 0 1 F2.1.2 5 46 16 16 32O.1.1 0 1 E.1.2 5 43 32 11 43P.1.1 0 1 G1.1.2 5 37 43 18 61Q.1.2 0 2 G2.1.2 5 36 61 24 85S1.1.3 0 3 G3.1.2 5 35 85 30 115S2.1.3 0 3 AT.1.2 5 34 115 8 123S3.1.3 0 3 AO.1.2 5 30 123 8 131S4.1.3 0 3 AE.1.2 5 29 131 16 147T.1.1 0 1 AR.1.2 5 17 147 16 163U.1.3 0 3 AQ1.1.2 6 59 163 23 186V.1.3 0 3 AQ2.1.2 6 58 186 23 209

W1.1.2 0 2 AQ3.1.2 6 57 209 42 251W2.1.2 0 2 AQ4.1.2 6 56 251 52 303W3.1.2 0 2 AB1.1.2 6 55 303 25 328W4.1.2 0 2 AB2.1.2 6 54 328 25 353W5.1.2 0 2 AB3.1.2 6 53 353 33 386X.1.2 0 2 W1.1.2 6 52 386 15 401

rk1 &2 3 4 5 7 Jumlah

Operasiwi cj*

9 10 12 131 2 3 4 5 6tj rj* m

Opt.St cj m c* m* Pst

26 27 28 29 3020 21 22 23 24 2514 15 16 17 18 197 8

91

6

a b a b a bY.1.1 0 1 W2.1.2 6 51 401 15 416Z.1.3 0 3 W3.1.2 6 50 416 21 437

AA.1.1 0 1 W4.1.2 6 49 437 21 458AB1.1.2 0 2 W5.1.2 6 48 458 32 490AB2.1.2 0 2 AL1.1.2 6 45 490 8 498AB3.1.2 0 2 AL2.1.2 6 44 498 8 506AC.1.1 0 1 Q.1.2 6 39 506 12 518AE.1.2 0 2 C1.1.2 6 25 518 7 525AF.1.3 0 3 C2.1.2 6 24 525 10 535AH.1.1 0 1 X.1.2 6 23 535 7 542AI.1.3 0 3 3 D1.1.3 5 41 0 9 9AJ.1.3 0 3 D2.1.3 5 40 9 12 21AK.1.3 0 3 AF.1.3 5 38 21 8 29AL1.1.2 0 2 AI.1.3 5 22 29 6 35AL2.1.2 0 2 AK.1.3 5 18 35 6 41AM.1.3 0 3 V.1.3 5 13 41 8 49AN.1.1 0 1 AJ.1.3 5 10 49 6 55AO.1.2 0 2 AS.1.3 5 9 55 10 65AQ1.1.2 0 2 U.1.3 5 8 65 8 73AQ2.1.2 0 2 S1.1.3 5 5 73 9 82AQ3.1.2 0 2 S2.1.3 5 4 82 9 91AQ4.1.2 0 2 S3.1.3 5 3 91 12 103AR.1.2 0 2 S4.1.3 5 2 103 15 118AS.1.3 0 3 Z.1.3 6 31 118 12 130AT.1.2 0 2 AM.1.3 6 19 130 5 135AU.1.1 0 1 4 M.1.4 5 26 0 9 9

1 130 542 135 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 49 5 9 5 D1.2.5 4 41 9 4 13 aB.2.5 54 5 M.2.5 4 26 9 3 12 bC1.2.5 525 5C2.2.5 535 5D1.2.5 9 5D2.2.5 21 5E.2.5 43 5F1.3.7 16 7F2.3.7 32 7

6 7 8 9

rk

15 16wi cj* tj rj* m

Opt.1 2 3 4 5 cj m c* m* Pst Jumlah Operasi

1 &2 3 4 5 7St

29 3023 24 25 26 27 2817 18 19 20 21 2210 12 13 14

92

6


W1.2.5 401 5W2.2.5 416 5W3.2.5 437 5W4.2.5 458 5W5.2.5 490 5X.2.5 542 5Y.2.5 85 5Z.2.5 130 5


rk1 &2 3 4 5 7

tj rj* m Opt.

St cj m c* m* Pst6

Jumlah Operasi

wi cj*26 27 28 29 3020 21 22 23 24 2514 15 16 17 18 197 8 9 10 12 131 2 3 4 5

93

6


rk

rj* m Opt.1 2 3 4 5 cj m c* m* Pst Jumlah

Operasi

1 &2 3 4 5 7St

6 7 8 9 10 12 13 14 15 16wi cj* tj

29 3023 24 25 26 27 2817 18 19 20 21 22

94

Gambar 5.4 Mesin Idle Job Utama Penjadwalan Non-Delay Mesin Majemuk Prioritas MOR

Rk Ck

127

0

12 20 23 58 61 64 69 79 190 195 22317016584 98 149133

112 115

85 97

120 244

146141132

15 27 43 214

134 248

170

61 76 141 152 223 248

151 214

1

2

3

5a

5b

6

8

87

83

76

28

148

189

15

16

17

19

23

25a

177

135

130

141

231

253

244

25b

26

27

9

10

12a

12b

13

14

120

190

162

133 238

137

135

259248 263

196

141

226

259

274

146

136 140

103 106 122

259

95

17

19

23

25a

25b

26

335

282

1

2

3

5a

5b

6

8

9

372

380355

347

365 379

510

505

426422376295 303

536520

505

542513

473

542

27

28

287 311 395 497

367 454 489

285 382 543

424

298 359 417

54215

16

516

443 50814

36813 410

12a

12b

430 454

10 385 508 530 536308 339 346 382287 303

426 430 513 516359 365 368 376

502 526 530327 339 362 382282

546339 343

542

96

23

25a

25b

26

27

28

13

14

15

16

17

19

5b

6

8

9

10

12a

7821

2

3

5a

762

563 670

565

657

573 583 654 669 782

563

12b

97

Tabel 5.12 Penjadwalan Non-Delay Mesin Majemuk Prioritas MOR disertai Job Sisipan

a b a b a b0

rk 130 542 135 127 133 0 0 0 120 0 162 137 0 134 0 177 424 141 0 0 0 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 0 6 J17.1.6 4 9 0 3 3ck 798 798 798 135 238 12 103 85 244 430 146 76 248 15 798 798 170 573 83 87 542 61 214 J2.1.9 0 9 7 7 8 J14.1.8 4 12 0 2 2

J3.1.2 542 2 7 549 9 J2.1.9 4 24 0 7 7J4.1.3 135 3 6 141 J8.1.9 4 18 7 5 12J5.1.3 135 3 9 144 J12.1.9 4 14 12 5 17J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.1.9 0 9 5 5J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.1.9 0 9 5 5J13.1.3 135 3 6 141J14.1.8 0 8 2 2J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.1.6 0 6 3 3J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142

1rk 130 542 135 127 133 3 2 17 120 0 162 137 0 134 0 177 424 141 0 0 0 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 2 13 J14.2.13 3 12 2 16 18ck 798 798 798 135 238 12 103 85 244 430 146 76 248 15 798 798 170 573 83 87 542 61 214 J2.2.13 7 13 30 37

J3.1.2 542 2 7 549J4.1.3 135 3 6 141J5.1.3 135 3 9 144J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.2.13 12 13 15 27J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.2.13 17 13 11 28

4 5 6 7rj* m

opt.1 2 3 5 6 8 9 10 m* Pst Jumlah Operasi

wi cj* tjSt cj m tj rj c*1 &2 3

23 25 26 27 2817 19 31 32 33 3411 12 13 14 15 16

98

a b a b a bJ13.1.3 135 3 6 141J14.2.13 2 13 16 18J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.2.15 3 15 11 14J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142

2rk 130 542 135 127 133 3 2 17 120 0 162 137 18 134 0 177 424 141 0 0 0 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 3 15 J17.2.15 3 9 3 11 14ck 798 798 798 135 238 12 103 85 244 430 146 76 248 15 798 798 170 573 83 87 542 61 214 J2.2.13 18 13 30 48

J3.1.2 542 2 7 549J4.1.3 135 3 6 141J5.1.3 135 3 9 144J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.2.13 18 13 15 33J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.2.13 18 13 11 29J13.1.3 135 3 6 141J14.3.33 18 33 8 26J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.2.15 3 15 11 14J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142

1 &2 3 4 5 6

1 2 3 5 6 8 9 c* m*7

St cj m tj rj10 11 12 13 14 15 tj rj* m opt.

Pst Jumlah Operasi

wi cj*34 23 25 26 27 2816 17 19 31 32 33

99

5.7 Analisis

Pejadwalan non-delay adalah sekumpulan jadwal feasible dimana tidak satu pun

mesin dibiarkan menganggur jika pada saat yang bersamaan terdapat operasi yang

memerlukan mesin tersebut. Minimasi mesin menganggur (idle time) berpengaruh

terhadap peningkatkan utilitas produksi, sehingga total waktu penyelesaian

(completion time) tiap-tiap job berkurang yang secara keseluruhan dapat

mereduksi makespan.

Dengan melihat aliran proses produksi sediaan solid stage 5, stage 6, dan stage 7,

pada gambar 5.5 maka nilai optimal makespan dilihat dengan mengetahui

pengaruh pelaksanaan proses produksi terhadap pemakaian prioritas Short

Processing Time (SPT), Most Operation Remaining (MOR), Fewest Operation

(FO). Prioritas MOR dengan melaksanakan proses produksi terhadap produk salut

tablet terlebih dahulu, penjadwalan ini lebih mengutamakan pemberian job kepada

mesin-mesin stage 6, dimana pada stage tersebut memiliki pasokan job terbanyak

yang pada kondisi aktual sering menyebabkan antrian panjang di lantai produksi.

Prioritas FO mendahulukan pelaksanaan proses produksi terhadap produk tablet

untuk dapat memenuhi pasokan kepada mesin pada stage 7 yang merupakan stage

terakhir sehingga akan mempercepat penyelesaian pengoperasian pada stage

terakhir ini yang akan memperkecil nilai Cmax (makespan).

Prioritas SPT merupakan priority rules yang sering digunakan dengan

memprioritaskan job-job yang memiliki waktu proses produksi terpendek. Aturan

ini digunakan untuk meminimumkan total waktu penyelesaian rata-rata tiap job

yang pada akhirnya dapat meminimumkan makespan.

100

`

Stage 1 & 2

Stage 3

Stage 4

` Cetak

Kemas

Salut

CetakStage 5

Stage 6

Stage 7

TABLET TABLETSALUT

Gambar 5.5 Aliran Proses Produksi Sediaan Solid

• Penjadwalan non-delay dengan prioritas Short Processing Time (SPT)

Penjadwalan dengan prioritas SPT biasa digunakan untuk minimasi total

waktu penyelesaian rata-rata (mean flow time) tiap job yang pada akhirnya

dapat meminimumkan makespan. Dari hasil penjadwalan non-delay prioritas

SPT, diperoleh makespan sebesar 894 jam, dan mean flow time sebesar 234

jam dengan perincian 177 jam pada produk tablet dan 297 jam pada produk

tablet salut. Hal ini menunjukkan prioritas SPT menghasilkan aliran job yang

lebih cepat terhadap produk-produk tablet. Gantt chart yang menunjukkan

sebagian hasil penjadwalan non-delay prioritas SPT dapat dilihat pada gambar

5.6.

• Penjadwalan non-delay dengan prioritas MOR

Prioritas MOR digunakan untuk melakukan penjadwalan dengan memproses

job-job dengan urutan proses yang lebih banyak terlebih dahulu, job-job yang

memenuhi ketentuan tersebut adalah produk tablet salut. Penjadwalan ini akan

menghasilkan penjadwalan yang mengutamakan untuk memberikan pasokan

kepada mesin pada stage 6. Penjadwalan non-delay prioritas MOR dapat

101

menyelesaikan keseluruhan job dalam waktu 798 jam, dengan nilai mean flow

time sebesar 339 jam. Prioritas MOR menghasilkan aliran job yang tidak jauh

berbeda antara produk tablet dengan produk tablet salut. Gantt chart yang

menunjukkan sebagian hasil penjadwalan non-delay prioritas MOR dapat

dilihat pada gambar 5.7.

• Penjadwalan non-delay dengan prioritas FO

Pada prioritas FO, penjadwalan dilakukan dengan memproses terlebih dahulu

terhadap job-job dengan jumlah urutan operasi lebih sedikit. Prioritas FO

mempercepat waktu awal pengoperasian mesin pada stage 7, namun

memperlambat waktu penyelesaian pengoperasian mesin pada stage 6,

sehingga penjadwalan ini memberikan hasil makespan sebesar 822 jam, dan

nilai mean flow time sebesar 317 jam dengan waktu alir job tercepat pada

produk-produk tablet. Gantt chart yang menunjukkan sebagian hasil

penjadwalan non-delay prioritas FO dapat dilihat pada gambar 5.8.

102

Gambar 5.6 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas SPT

FBD Glatt

FBE Pro G1.1.2

FBD YC

Oven

GYC 1

GYC 2

Bohle

Canaan

Lokal

Mecco (RH)

Meco 200

CD 1 S4.4.12

CD 2

JC 16

JC 20 A AE.4.14

JC 20 B D2.4.15

JC 29

JC 39

Manesty F1.3.18

Rimex

Sejong D AN.4.20

XL Cota C2.5.21

Duan Kwei

N.5.23

Hi-Pack 1 AL2.6.24

Hi-pack 4 S3.5.25

Hi-pack 5 Y.6.25

KSM 2

KSM 3

Siebler 1

Siebler 2

Uhlmann

Job Tablet Job Tablet Salut

AT.5.30 AS.5.30

AH.5.28 AU.6.28

V.5.29 U.5.29

M.5.26 AO.5.26 I.6.26

AM.6.27 C1.6.27 H.5.27 T.6.27 O.6.27 X.6.27

AI.5.25 AJ.5.25 AF.5.25 A.5.25 E.5.25 D1.5.25

B.5.25 AK.5.25 S1.5.25 S2.5.25

AL1.6.24

Filling Manual AA.4.23 AC.4.23

K.6.22 Q.5.22

I.5.21 O.5.21 X.5.21 Y.5.21 Q.4.21 AL2.5.21AM.5.21 C1.5.21 K.5.21 AU.5.21 T.5.21 AL1.5.21

AL1.4.20 O.4.20 AL2.4.20 P.4.20

AM.4.19 H.4.19 X.4.19 I.4.19 Q.3.19

N.4.16 Z.4.16

K.4.17 T.4.17 Y.4.17

B.4.15 M.4.15 AH.4.15 V.4.15 AO.4.15 A.4.15 U.4.15 D1.4.15

AS.4.14 W1.4.14 W2.4.14

C1.4.13 AU.4.13 C2.4.13 AA.3.13 AC.3.13

AI.4.14 AK.4.14 AJ.4.14 AT.4.14 AF.4.14

S1.4.12 S2.4.12

E.4.12 S3.4.12

W1.3.10 N.3.10 W2.3.10 AE.3.10

AA.2.9 AC.2.9

AM.3.10 X.3.10H.3.10 T.3.10 O.3.10AT.3.1 I.3.10 P.3.10

U.3.6 D1.3.6C1.3.6M.3.6AI.3.6K.3.6AK.3.6AU.3.AJ.3.6 Q.2.6 AS.3.6 D2.3.6AH.3.6AF.3.6 AO.3. V.3.6

B.3.8 A.3.8 S1.3.8 S2.3.8 S3.3.8 S4.3.8

AJ.2.5 AL2.2.5 T.2.5 V.2.5 AT.2.5 D1.2.5 AR.2.5

AE.2.5

AL1.3.7 AL2.3.7 F1.2.7 F2.2.7 AR.3.7

Z.3.6 AN.3.6C2.3.6Y.3.6 E.3.6

W1.2.5 N.2.5 W2.2.5

S4.2.5M.2C1.2.5 K.2.5X.2.5H.2.5 AU.2

I.2.5 E.2.5 S.2AO.2. O.2.5U.2.5 A.2.5 C2.2.5Y.2.5

S1.2.5

M.1.4

B.2.5 M.2.5AI.2.5 AK.2. AL1.2.5 AH.2.AF.2.5

D1.1.3AM.1.3 AI.1.3 AK.1.3 AJ.1.3 AF.1.3 V.1.3 U.1.3

AE.1.2 AR.1.2E.1.2 Q.1.2

S3.1.3

C1.1.2 X.1.2 AL1.1.2 AL2.1.2 AO.1.2 AT.1.2 C2.1.2

O.1.1 A.1.1 Y.1.1B.1.1 K.1.1 H.1.1 AU.1.1 AH.1.1 T.1.1

W1.1.2 W2.1.2 F1.1.2 F2.1.2

N.1.1 AC.1.1 AN.1.1I.1.1 AA.1.1 P.1.1

S4.1.3S1.1.3 S2.1.3 AS.1.3 D2.1.3 Z.1.3

AN.2.5

P.2.5 D2.2.5 Z.2.5 S3.2.5S2.2.5

103

Gambar 5.7 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas MOR

FBD Glatt

FBE Pro AB2.1.2

FBD YC

Oven

GYC 1

GYC 2

Bohle

Canaan

Lokal

Mecco (RH)

Meco 200

CD 1

CD 2 E.4.12

JC 16

JC 20 A

JC 20 B U.4.15

JC 29 N.4.16

JC 39 K.4.17

Manesty

Rimex AB

Sejong D

XL Cota P.5.21

Duan Kwei

AA.5.23

Hi-Pack 1

Hi-pack 4 S1.5.25

Hi-pack 5 AQ1.6.25

KSM 2

KSM 3

Siebler 1

Siebler 2 V.5.29

Uhlmann


AS.5.30

AU.6.28

AM.6.27 H.5.27

M.5.26 I.6.26

AF.5.25 AK.5.25 AJ.5.25

D1.5.25 AI.5.25 AN.6.25

I.5.21

Filling Manual AC.5.23

Z.6.22

AM.4.19 I.4.19 H.4.19

AU.5.21 AQ2.5.21

AN.4.20 P.4.20 O.4.20

Z.5.21 AM.5.21 AN.5.21 AQ1.5.21

Z.4.16

AQ1.4.17 AQ2.4.17 Y.4.17

M.4.15 D1.4.15 D2.4.15 V.4.15

AF.4.14 AI.4.14 AK.4.14 AJ.4.14 AS.4.14

S4.4.12

AU.4.13 AC.4.13 AA.4.13

S1.4.12 S2.4.12

N.3.10 H.3.10AM.3.1 T.3.10 P.3.10 I.3.10 O.3.1

S1.3.8 S2.3.8 A.3.8S3.3.8B.3.8 S4.3.8

AC.3.9 AA.3.9

AS.3.6 AQ3.3.6 U.3.6 AH.3. AQ4.3.6 AB1.3.6M.3.6 Z.3.6 AQ1.3.6AN.3.6 Y.3.6K.3.6

H.2.5 S3.2.5 AH.2.5AI.2.5 AK.2.5 V.2.5 AJ.2.5 U.2. N.2.5

D1.3.6D2.3.6AQ2.3.6AF.3.6AI.3.6 AK.3.6 V.3.6AU.3.AJ.3.6

Z.2.5 AN.2.5 D1.2.5 T.2.5 AF.2.5

A.2.5 B.2.5 S4.2.5I.2.5 O.2.5 U.2 AS.2 S1.2.5 S2.2.5

S2.1.3 S3.1.3 S4.1.3

M.1.4

M.2.5 M.2 Y.2.5 K.2.5 D2.2.5 P.2.5

AK.1.3 V.1.3 AJ.1.3 AS.1.3 U.1.3 S1.1.3Z.1.3 AM.1.3 D1.1.3 D2.1.3 AF.1.3 AI.1.3

AB1.1.2

A.1.1 B.1.1 AH.1.1

AQ1.1.2 AQ2.1.2 AQ3.1.2 AQ4.1.2

O.1.1 AU.1.1 AC.1.1 AA.1.1 N.1.1 H.1.1AN.1.1 Y.1.1 K.1.1 T.1.1 P.1.1 I.1.1

104

Gambar 5.8 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas FO

FBD Glatt

FBE Pro AQ1.1.2

FBD YC

Oven

GYC 1

GYC 2

Bohle

Canaan

Lokal

Mecco (RH)

Meco 200

CD 1 S4.4.12

CD 2

JC 16

JC 20 A AE.4.14

JC 20 B A

JC 29

JC 39

Manesty G1.4.18

Rimex

Sejong D O.4.20

XL Cota Z

Duan Kwei

Hi-Pack 1 F2.5.24

Hi-pack 4 S3.5.25

Hi-pack 5

KSM 2

KSM 3

Siebler 1

Siebler 2

Uhlmann


AS.5.30 AT.5.30

V.5.29

M.5.26

H.5.27

AF.5.25 AI.5.25 AK.5.25 AJ.5.25 S1.5.25 D2.5.25

D1.5.25 E.5.25 S2.5.25

F1.5.24

Filling Manual AC.5.23 AA.5.23 N.5.23

AN.5.21 Y.5.21

AN.4.20 P.4.20

N.4.16 Z.4.16

Y.4.17 K.4.17 T.4.17

H.4.19 I.4.19 AM.4.19

F1.4.18 F2.4.18

M.4.15 D1.4.15 D2.4.15 V.4.15 A.4.15 B.4.15

AF.4.14 AI.4.14 AK.4.14 AJ.4.14 AS.4.14 AT.4.14

S1.4.12 S3.4.12

AC.4.13 AA.4.13 AU.4.13

E.4.12 S2.4.12

I.3.10 AT.3.1O.3.1 AM.3.1 AE.3.10

AC.3.9 AA.3.9

N.3.10 H.3.10 T.3.10 P.3.10

A.3.8 B.3.8 S1.3.8 S2.3.8 S3.3.8 S4.3.8

F1.3.7 F2.3.7 G1.3.7 G2.3.7 G3.3.7 AR.3.7

Y.3.6 K.3.6 AU.3.6Z.3.6AO.3.V.3.6 AJ.3.6 AH.3.6AS.3. U.3.6 AN.3.6M.3.6D1.3.6 D2.3.6 AF.3.6 AI.3.6 AK.3. E.3.6

AT.2. Z.2.5 M.2 AR.2.5S.2 AN.2.5 Y.2.5 S2.2.5 S3.2.5 I.2.5M.2.5 D2.2.5 AI.2.5 AK.2. E.2.5 A.2.5 AJ.2.5

O.2.5 AU.2AO.2. AE.2.5U.2. S1.2.5 K.2.5 T.2. P.2.5 S4.2.5

AE.1.2

Z.1.3 AM.1.3

M.1.4

D1.2.5 AF.2.5 N.2.5 H.2.5 V.2.5 B.2.5 AH.2.

AS.1.3 U.1.3 S1.1.3 S2.1.3 S3.1.3 S4.1.3

A.1.1

D1.1.3 D2.1.3 AF.1.3 AI.1.3 AK.1.3 V.1.3 AJ.1.3

AO.1.2

B.1.1

AR.1.2

I.1.1 O.1.1 AU.1.1

F1.1.2 F2.1.2 E.1.2 G1.1.2 G2.1.2 G3.1.2 AT.1.2

AH.1.1 AN.1.1 Y.1.1 K.1.1 T.1.1 P.1.1AC.1.1 AA.1.1 N.1.1 H.1.1

105

5.7.1 Perbandingan Penggunaan Ketiga Prioritas

Dari hasil ketiga penjadwalan non-delay menggunakan aturan prioritas SPT,

MOR, dan FO yang menghasilkan makespan terkecil adalah prioritas MOR. Job

Hasil perbandingan penjadwalan dengan menggunakan tiga priority rules

terhadap beberapa kriteria dapat dilihat pada tabel 5.13.

Tabel 5.13 Perbandingan Pemakaian Tiga Prioritas

SPT MOR FO

Makespan 894 798 822 Mean flow time 234 339 317

Tablet 177 323 178 Tablet Salut 297 356 470

Completion Machine Stage 5 722 792 678 Stage 6 780 637 762 Stage 7 894 798 822

Prioritas SPT memberikan hasil makespan paling tinggi dengan nilai mean flow

time paling rendah. Hal tersebut menunjukkan bahwa optimalitas makespan belum

tentu diikuti dengan optimalitas mean flow time. Penjadwalan ini akan

mengurangi job persediaan barang setengah jadi, yang berpengaruh terhadap

biaya penyimpanan persediaan.

Besarnya makespan disebabkan karena pada penjadwalan, prioritas diberikan pada

job dengan waktu proses yang pendek tanpa memperhitungkan sisa operasi

sebagai proses pengendalian terhadap pemberian pasokan pada stage 6 yang

merupakan mesin dengan pasokan terbanyak atau stage 7 yang merupakan stage

terakhir pada proses produksi. Hal ini menyebabkan terjadinya keterlambatan

pengoperasian pada mesin XL-Cota di stage 6, dengan completion Machine pada

jam ke-780 yang secara berkelanjutan memperpanjang waktu penyelesaian

keseluruhan job di stage 7 pada jam ke-894.

Hasil yang sama diperoleh pada penjadwalan dengan prioritas FO, proses

produksi terhadap produk tablet terlebih dahulu menyebabkan keterlambatan

106

pengoperasian pada mesin XL-Cota di lantai produksi. Prioritas SPT dan FO

memberikan waktu alir yang cepat terhadap produk-produk tablet.

Prioritas MOR memberikan hasil makespan sebesar 798, prioritas ini memberikan

hasil penjadwalan dengan pengendalian pemberian pasokan pada stage 6 yang

dapat diperlihatkan dengan perolehan completion machine paling rendah

dibandingkan prioritas lain, yaitu sebesar 637. Ketika mesin dengan pasokan

paling banyak dapat menyelesaikan pengoperasian keseluruhan job pada mesin

tersebut lebih cepat, maka akan mempercepat penyelesaian keseluruhan job dalam

sistem. Pada penjadwalan ini waktu alir job pada produk tablet dan produk tablet

salut memberikan hasil yang hampir sama, pemberian hasil yang sama

menunjukkan pemakaian prioritas MOR memberikan pasokan yang seimbang

antara mesin pada stage 6 dan stage 7 yang menyebabkan keseluruhan job dapat

terselesaikan dengan cepat.

Mean flow time yang dihasilkan pada penjadwalan dengan prioritas MOR

memiliki nilai yang tertinggi dibandingkan dengan dua prioritas lainnya. Nilai

mean flow time sebesar 339 menunjukkan rata-rata waktu yang diperlukan suatu

job untuk berada dalam sistem penjadwalan adalah selama 339 jam. Tingginya

nilai mean flow time yang diperoleh tersebut berbanding terbalik dengan nilai

makespan-nya. Ketika penjadwalan dimaksudkan untuk mendapatkan waktu

tercepat penyelesaian proses produksi keseluruhan job, maka utilitas mesin

ditingkatkan dengan meminimasi waktu mesin menganggur (idle). Salah satu

upaya peningkatkan utilitas adalah dengan meningkatan persediaan barang

setengah jadi, sehingga mesin dapat secepat mungkin melakukan proses produksi

untuk job berikutnya setelah job sebelumnya selesai diproses tanpa mengalami

idle untuk menunggu job yang akan diproses.

5.7.2 Utilitas Penjadwalan Non-delay Prioritas Most Operation Remaining

Utilitas mesin berikut adalah utilitas mesin yang diperoleh dari hasil penjadwalan

non-delay prioritas MOR dengan nilai makespan terkecil yang dapat dilihat pada

tabel 5.14. Utilitas mesin menunjukkan waktu pengoperasian mesin terhadap

107

waktu yang disediakan. Utilitas mesin tertinggi ada pada stage 7 sebesar 71.3%

yang merupakan stage dengan jumlah antrian mesin yang terbanyak. Stage 4

memberikan rata-rata utilitas mesin yang terkecil, hal ini disebabkan stage ini

memiliki jumlah mesin lebih banyak, sehingga antrian pada stage ini dapat

tersebar pada banyak mesin, selain itu rendahnya utilitas juga disebabkan waktu

pengoperasian yang lebih cepat dibandingkan dengan pengoperasian mesin pada

stage lainnya.

Pemanfaatan 32 mesin pada penjadwalan non-delay menggunakan prioritas MOR

untuk memproses 59 job yang terdiri dari 308 operasi dengan waktu penyelesaian

proses produksi selama 798 jam dapat dilihat pada tabel 5.14. Pada tabel tersebut

dapat terlihat, hanya tiga mesin yang memiliki utilitas diatas 50%. Mesin-mesin

tersebut adalah mesin FBE Pro pada stage 1 & 2, XL Cota pada stage 6, dan Hi-

Pack 4-1 pada stage 7. Banyaknya mesin-mesin yang memiliki utilitas dibawah

50% menunjukkan pemanfaatan terhadap sumber daya yang belum optimal,

sehingga hal tersebut memungkinkan untuk dilakukannya penambahan job pada

jadwal proses produksi bulan september yang sudah djadwalkan.

Tabel 5.14 Utilitas Mesin Prioritas MOR

Stage Mesin Utilitas Mesin

Stage Mesin Utilitas Mesin

FBD Glatt 16.3% JC 29 9.5%FBE Pro 67.9% JC 39 49.6%FBE YC 16.9% Manesty 48.7%Oven 1.1% Rimex 29.3%GYC 1 10.7% Sejong D 19.7%GYC 2 11.0% 6 XL Cota 71.3%Bohle 14.5% Duan Kwei 5.1%Canaan 7.8% Filling Manual 17.0%Lokal 2.6% Hi-Pack 1 30.7%Mecco (RH) 1.5% Hi-pack 4 50.5%Meco 200 8.0% Hi-pack 5 38.7%CD 1 9.9% KSM 2 5.8%CD 2 8.3% KSM 3 38.1%JC 16 10.0% Siebler 1 2.8%JC 20 A 39.2% Siebler 2 4.0%JC 20 B 26.2% Uhlmann 4.9%

1 & 2

3

5

5

4

7

108

5.7.3 Penjadwalan Non-Delay Mesin Majemuk disertai Job Sisipan

Penjadwalan yang disertai job sisipan pada job utama, dimaksudkan untuk

mengetahui pengaruh penjadwalan tersebut terhadap makespan yang dihasilkan

pada penjadwalan job utama. Pada proses produksi job sisipan beberapa produk

akan diproses pada mesin-mesin yang tidak digunakan pada proses produksi job

utama, sehingga penjadwalan job sisipan akan menambah jumlah mesin yang

digunakan. Mesin-mesin tersebut adalah mesin Lokal Kapsul pada stage 4, mesin

CY 20 dan mesin CY 50 pada stage 5, serta mesin Rama Cota dan Dong Fang

pada stage 7.

Proses produksi untuk 25 job sisipan dapat diselesaikan dalam waktu 681 jam, hal

ini menunjukkan penyisipan job pada hasil penjadwalan job utama dengan tidak

mengubah urutan proses produksi job utama tersebut, tidak menyebabkan

pertambahan waktu penyelesaian keseluruhan. Gantt chart yang menunjukkan

sebagian hasil penjadwalan job sisipan dapat dilihat pada gambar 5.9. Penyisipan

job yang dilakukan tetap menghasilkan utilitas mesin yang rendah dengan hanya

menambah satu mesin yang memiliki utilitas di atas 50%, mesin tersebut adalah

mesin JC 39 pada stage. Peningkatan utilitas mesin setelah dilakukan penyisipan

job dapat dilihat pada tabel 5.15 dan gambar 5.10.

109

Gambar 5.9 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk Prioritas MOR disertai Job Sisipan

FBD Glatt

FBE Pro AB2.1.2

FBD YC J10

Oven

GYC 1 J7.

GYC 2

Bohle J5.

Canaan

Lokal

Mecco (RH)

Meco 200

Lokal Kapsul

CD 1 J6.4.12

CD 2 E.4.12

JC 16

JC 20 A

JC 20 B U.4.15

JC 29 N.4.16

JC 39 K.4.17

Manesty

Rimex AB

Sejong D

CY 20

CY 50

XL Cota P.5.21

Rama Cota

Dong Fang

Duan Kwei

Filling Manual AA.5.23

Hi-Pack 1

Hi-pack 4 S1.5.25

Hi-pack 5 AQ1.6.25

KSM 2

KSM 3 J9.5.27

Siebler 1

Siebler 2 V.5.29

Uhlmann

Job Tablet Job Tablet Salut Job Sisipan

AQ1.1.2 AQ2.1.2 AQ3.1.2 AQ4.1.2 AB1.1.2

A.1.1 B.1.1 AH.1.1 J1.1.1 J6.1.1 J19.1.1O.1.1 AU.1.1 AC.1.1 AA.1.1 N.1.1 H.1.1AN.1.1 Y.1.1 K.1.1 T.1.1 P.1.1 I.1.1 J20.1.1 J21.1.1

Z.1.3 AM.1.3 D1.1.3 D2.1.3 AF.1.3 AI.1.3 AK.1.3 V.1.3

M.1.4

J9.1.3 J11.1.3 J4.1.3 J5.1.3 J7.1.3AJ.1.3 AS.1.3 U.1.3 S2.1.3 S3.1.3 S4.1.3

M.2.5 M.2 Y.2.5 K.2.5 D2.2.5 P.2.5 9.2. J6.2.5 J4.2.5I.2.5 O.2.5 U.2 S.2 S1.2.5 S2.2.5

Z.2.5 AN.2.5 D1.2.5 T.2. AF.2.5 AI.2.5 AK.2.

J5.2.5A.2.5 B.2.5 S4.2.5

AH.2. J1.2.5 J11.2. J19.2. J20.2.V.2.5 AJ.2.5 U.2. N.2.5 H.2.5 S3.2.5

K.3.6D1.3.6D2.3.6AQ2.3.6AF.3.6AI.3.6J17.1. M.3.6 Z.3.6 AQ1.3.6AN.3.6 Y.3.6 U.3.6 AH.3.6 AQ4.3.6 J6.3.6 J4.3.6 AB1.3.6AK.3.6 V.3.6AU.3.6AJ.3.6 AS.3.6 AQ3.3.6

AM.3.10 T.3.10 P.3.10 I.3.10 O.3.1 N.3.10

J2.1.9 J8.1.9 J12.1.9 AC.3.9 AA.3.9

14.1 S1.3.8 S2.3.8 A.3.8S3.3.8B.3.8 S4.3.8J9.3.8

11.3.1

S1.4.12 S2.4.12

H.3.10 J1.3.10 19.3.1 20.3.1

S4.4.12

J14.2.13 J2.2.13 J8.2.13 J12.2.13 AU.4.13 AC.4.13 AA.4.13 J4.4.13

AF.4.14 AI.4.14 AK.4.14 AJ.4.14 AS.4.14

J17.2.15 M.4.15 D1.4.15 D2.4.15 V.4.15

Z.4.16

AQ1.4.17 AQ2.4.17 Y.4.17

AM.4.19 I.4.19 H.4.19

AN.4.20 P.4.20 O.4.20

J11.4.31

J9.4.32

Z.5.21 AM.5.21 AN.5.21 AQ1.5.21 I.5.21 AU.5.21 AQ2.5.21

J17.3.33 J14.3.33 J2.3.33 J8.3.33 J12.3.33

AC.5.23

Z.6.22

J2.4.25 AF.5.25 AK.5.25 AJ.5.25

D1.5.25 AI.5.25 AN.6.25

I.6.26

J17.4.25

J14.4.27 AM.6.27 J12.4.27 H.5.27

S1.1.3

AU.6.28

AS.5.30

M.5.26

110

Tabel 5.15 Utilitas Mesin Penjadwalan Non-Delay untuk Mesin Majemuk disertai

Job Sisipan

Stage Mesin Utilitas Utama

Utilitas Sisipan

Utilitas Total

1 & 2

FBD Glatt 16.3% 6.1% 22.4% FBE Pro 67.9% 3.9% 71.8% FBE YC 16.9% 10.3% 27.2% Oven 1.1% - 1.1%

3 GYC 1 10.7% 4.1% 14.8% GYC 2 11.0% 3.8% 14.8%

4

Bohle 14.5% 4.3% 18.8% Canaan 7.8% - 7.8% Lokal 2.6% 1.6% 4.3% Mecco (RH) 1.5% 2.1% 3.6% Meco 200 8.0% 2.3% 10.3% Lokal Kapsul - 0.4% 0.4%

5

CD 1 9.9% 1.8% 11.7% CD 2 8.3% - 8.3% JC 16 10.0% 23.4% 33.5% JC 20 A 39.2% 8.4% 47.6% JC 20 B 26.2% 1.4% 27.6% JC 29 9.5% 3.0% 12.5% JC 39 49.6% 7.4% 57.0% Manesty 48.7% - 48.7% Rimex 29.3% 6.8% 36.1% Sejong D 19.7% - 19.7% CY 20 - 1.6% 1.6% CY 50 - 2.0% 2.0%

6 XL Cota 71.3% - 71.3% Rama Cotta - 30.2% 30.2% Dong Fang - 1.5% 1.5%

7

Duan Kwei 5.1% - 5.1% Filling Manual 17.0% 3.4% 20.4% Hi-Pack 1 30.7% - 30.7% Hi-pack 4-1 50.5% 8.1% 58.6% Hi-pack 4-2 38.7% 1.8% 40.5% KSM 2 5.8% 8.0% 13.8% KSM 3 38.1% 11.8% 49.9% Siebler 1 2.8% 2.6% 5.4% Siebler 2 4.0% - 4.0% Uhlmann 4.9% - 4.9%

111

Gambar 5.10 Utilitas Mesin Penjadwalan Non-delay untuk Mesin Majemuk disertai

Job Sisipan

0% 20% 40% 60% 80%

FBD GlattFBE ProFBE YC

OvenGYC 1GYC 2Bohle

CanaanLokal

Mecco (RH)Meco 200

Lokal KapsulCD 1CD 2JC 16

JC 20 AJC 20 B

JC 29JC 39

ManestyRimex

Sejong DCY 20CY 50

XL CotaRama CotaDong FangDuan Kwei

Filling ManualHi-Pack 1

Hi-pack 4-1Hi-pack 4-2

KSM 2KSM 3

Siebler 1Siebler 2Uhlmann

Utilitas Mesin Job Utama disertai Job Sisipan

Job Utama danJob Sisipan

Job Utama

Stage 7

Stage 6

Stage 5

Stage 4

Stage 3

Stage 1 & 2

112

5.7.4 Perbandingan Hasil Penjadwalan Dengan Kondisi Aktual

Penjadwalan non-delay dengan prioritas bobot sebagai prioritas kedua yang

digunakan pada penelitian ini memiliki kesesuaian dengan prioritas penjadwalan

yang digunakan pada SOHO Group Pharma. Hanya saja, faktor yang

mempengaruhi hasil makespan pada penelitian ini diperoleh dari pemakaian

prioritas pertama, yaitu penjadwalan dengan menggunakan prioritas MOR yang

menghasilkan makespan tercepat.

Pada kondisi aktual, rencana produksi bulan september yang terdiri dari 84 produk

dapat diselesaikan dalam jangka waktu 96 hari dengan jam kerja efektif selama 16

jam perhari. Efisiensi hasil penjadwalan terhadap kondisi aktual dapat dilihat pada

tabel 5.16 berikut ini.

Tabel 5.16 Perbandingan Hasil Penjadwalan

Penjadwalan Makespan

Efisiensi Jadwal Mean flow time

jam hari jam hari Kondisi

Awal - 96 - - 28

Non Delay Prioritas

MOR 798 50 47.9% 323 20

Penjadwalan dengan prioritas MOR untuk permintaan produksi pada bulan

september dapat diselesaikan dalam waktu 798 jam, yang jika dikonversikan

dengan jam kerja efektif pada SOHO Group Pharma, maka keseluruhan job dapat

diselesaikan selama 50 hari kerja dengan perolehan efisiensi sebesar 47.9%. Hal

tersebut menjelaskan bahwa penjadwalan dengan menggunakan prioritas volume

penjualan saja tidak cukup untuk mendapakan penjadwalan dengan urutan job

yang optimal. Penjadwalan harus juga memperhatikan pasokan job terhadap

mesin dengan jumlah antrian yang banyak, hal ini dimaksudkan untuk

meminimasi lamanya mesin tesebut mengalami idle, sehingga mesin tersebut

dapat segera melakukan proses pengoperasian dan keseluruhan antrian job pada

mesin tersebut dapat terselesaikan dengan lebih cepat.

113

Mean flow time adalah rentang waktu yang dibutuhkan suatu job untuk berada

dalam sistem penjadwalan, waktu yang dimulai saat job tersebut siap dijadwalkan

hingga job tersebut selesai dijadwalkan. Dari hasil penelitian rata- rata waktu alir

job dapat dipercepat menjadi 20 hari kerja. Nilai mean flow time berkaitan dengan

biaya yang harus dikeluarkan perusahan yang timbul akibat penyimpanan

persediaan barang setengah jadi.

Biaya penyimpanan tersebut meliputi:

1. Biaya modal, penyimpanan barang setengah jadi berarti penumpukan modal,

dengan perhitungan modal yang dapat diukur dengan suku bunga bank.

2. Biaya gudang, timbulnya biaya yang disebabkan keperluan terhadap tempat

penyimpanan jika gudang dan peralatannya disewa, dan merupakan biaya

depresiasi jika perusahaan mempunyai gudang sendiri.

3. Biaya kerusakan dan penyusutan, penyimpanan persediaan barang setengah

jadi dalam jangka waktu yang cukup lama dapat menyebabkan kerusakan

bahkan kadaluarsa yang dapat menghilangkan nilai dari produk terebut.

4. Biaya asuransi, perlindungan terhadap hal-hal yang tidak diinginkan oleh

perusahaan menimbulkan biaya asuransi untuk persediaan barang.

5.7.5 Faktor Lain Penyebab Keterlambatan Proses Produksi

Kelancaran proses produksi yang berpangaruh terhadap performansi pemenuhan

rencana produksi tidak hanya ditentukan oleh sistem penjadwalan yang

mempengaruhi antrian mesin, namun meliputi banyak faktor yang termasuk

didalamnya. Faktor-faktor tersebut meliputi:

• Breakdown Mesin

Pemeliharaan atau perawatan mesin terbagi menjadi dua yaitu: perbaikan

komponen mesin dan pergantian komponen mesin yang sudah aus pada waktu

digunakan serta tidak dapat diperbaiki lagi. Pada proses perbaikan komponen

mesin yang harus diperhatikan adalah biaya perbaikan dibandingkan dengan

harga komponen mesin, jika biaya perbaikan lebih murah dan hasil perbaikan

masih dapat bertahan lama maka komponen tidak perlu untuk diganti, berlaku

begitupun sebaliknya. Pergantian komponen yang aus harus dilakukan agar

114

komponen lain yang berkaitan tidak ikut mengalami kerusakan yang dapat

mempengaruhi kelancaran proses produksi.

• Ketersediaan Material

Bahan baku merupakan kebutuhan utama pada proses produksi yang akan

diolah menjadi produk jadi. Untuk itu, pengolahan kebutuhan bahan baku

merupakan kegiatan yang sangat penting bagi perusahaan dalam rangka

menjaga kelancaran proses produksi. Diperlukan suatu sistem tertentu yang

berfungsi sebagai sistem persediaan sekalugus sistem informasi, sehingga

memungkinkan terciptanya sistem pengadaan bahan baku yang tepat waktu,

jumlah, dan jenis.

Penggunaan lebih dari satu supplier juga menjadi faktor penentu kelancaran

produksi. Kehandalan dan pemilihan supplier yang dibutuhkan tidak hanya

dilihat pada kemampuannya untuk memasok material dengan harga murah,

berkualitas dan tepat waktu saja, tetapi juga harus mampu memberikan

pelayanan yang optimal, baik dari segi kelancaran komunikasi dan informasi,

responsif, dan memberikan kemudahan dalam proses transaksi. Berkaitan

dengan hal tersebut, maka evaluasi terhadap kinerja supplier dengan

menggunakan kriteria responsiveness dan service supplier harus dilakukan

perusahan secara berkala.

• Proses Produksi

Proses produksi merupakan proses pengolahan input untuk menghasilkan

barang dan jasa. Kelancaran proses produksi terjadi ketika ketersediaan

kapasitas untuk menghasilkan barang dan jasa tersebut telah terpenuhi.

Perhitungan dengan menggunakan metode Rough Cut Capacity Planning

(RCCP) merupakan analisis ketersediaan kapasitas produksi yang tersedia

dalam memenuhi rencana produksi (MPS) yang telah ditetapkan. Kebutuhan

terhadap kapasitas produksi tersebut berkaitan dengan sumber-sumber daya

kritis, seperti tenaga kerja, mesin dan peralatan, serta kapabilitas pemasok

material. Salah satu hasil dari perhitungan RCCP adalah efisiensi jam kerja,

115

sehingga nilai efisiensi kerja sebesar 30% yang ditetapkan oleh bagian

produksi dapat diperbarui untuk meningkatkan utilitas mesin.

• Pergantian Rencana Produksi

Proses pergantian rencana produksi menjadi salah satu penyebab

keterlambatan proses produksi dengan persentase rata-rate keterlambatan

sebesar 3.7% dari keseluruhan keterlambatan. Pergantian rencana produksi

sering disebabkan oleh faktor yang berada di luar divisi supply chain, salah

satunya permintaan terhadap produk secara mendadak yang dilakukan oleh

marketing sebagai hasil dari perolehan tender, dan faktor lain yang disebabkan

oleh tingginya fleksibilitas perubahan permintaan konsumen sehingga

mempengaruhi hasil peramalan.

Secara keseluruhan kelima faktor penyebab keterlambatan, yaitu antrian

mesin, breakdown mesin, ketersediaan material, proses produksi dan

pergantian rencana produksi dapat saling mempengaruhi antara satu sama lain.

Sehingga adanya perbaikan secara berkesinambungan pada faktor-faktor

keterlambatan tersebut dapat terus meningkatkan produktivitas perusahaan

sehingga permintaan konsumen yang terus bertambah dapat terpenuhi.

116

BAB VI

SIMPULAN DAN SARAN

6.1 Simpulan

Berdasarkan penelitian yang dilakukan maka diperoleh simpulan sebagai berikut:

1. Pengembangan algoritma non-delay prioritas MOR dengan mesin majemuk

memberikan hasil pengurutan job yang dapat mempercepat waktu

penyelesaian proses produksi terhadap rencana produksi bulan september

dengan nilai makespan sebesar 798 jam dan mean flow time sebesar 339 jam.

2. Pengembangan algoritma non-delay mesin majemuk disertai job sisipan

memberikan nilai makespan sebesar 681 jam. Penyisipan job yang dilakukan

tidak memperlambat waktu penyelesaian untuk keseluruhan job, hal ini

disebabkan oleh rendahnya utilitas mesin, dimana hanya tiga mesin yang

memiliki utilitas diatas 50%, yaitu mesin FBE Pro sebesar 67.9 %; XL-Cota

sebesar 71.3%; dan Hi-pack 4-1 sebesar 50.5%.

3. Pengembangan algoritma non-delay prioiritas SPT dengan mesin majemuk

memberikan hasil makespan terlama sebesar 894 jam, dan mean flow time

tercepat dari dua prioritas lainnya yaitu sebesar 234 jam.

4. Pengembangan algoritma non-delay prioritas FO dengan mesin majemuk

memberikan hasil makespan sebesar 822 jam, dan mean flow time sebesar 317

jam.

5. Besarnya mean flow time menunjukkan besarnya biaya penyimpanan untuk

persediaan barang setengah jadi yang harus dikeluarkan oleh perusahaan.

6. Pengembangan algoritma pada penelitian ini memberikan nilai mean flow time

yang tinggi karena prioritas kedua yang digunakan pada penjadwalan adalah

bobot untuk masing-masing produk.

7. Penyisipan job masih menghasilkan utilitas mesin yang rendah, dimana hanya

empat mesin dari 36 mesin yang digunakan memiliki utilitas diatas 50%.

117

6.2 Saran

Saran yang dapat diberikan dari hasil penelitian ini adalah:

1. Pada proses penjadwalan pemberian pasokan untuk mesin-mesin dengan

jumlah antrian yang banyak harus terus diperhatikan selain volume penjualan

yang menjadi bahan pertimbangan pada proses produksi.

2. Perhitungan Rough Cut Capacity Planning (RCCP) perlu untuk dilakukan

pada SOHO Group Pharma untuk mengkonversikan rencana produksi (MPS)

kedalam kapasitas produksi yang dibutuhkan.

3. Melakukan penelitian lebih lanjut terhadap hasil penjadwalan menggunakan

pendekatan metaheuristik seperti Simulated Annealing, Tabu Search, Ant

Colony Optimization, dan Hybrid Genetic Algorithm.

4. Pembuatan software untuk pengembangan algoritma ini untuk mempercepat

proses penjadwalan.

118

DAFTAR PUSTAKA

Baker, K. R., Introduction to Sequencing and Scheduling, John Wiley and Sons, New York, 1974. Dewi, Dian Retno Sari., Pengembangan Algoritma Penjadwalan Produksi Job Shop untuk Meminimumkan Total Biaya Earliness dan Tardiness, Jurnal Ilmiah Teknik Industri, Vol. 4, No. 2, hal. 57-65, 2005. Fatmawati, W., Irwan, S., Priswanto, S. S., Penjadwalan Kerja Dengan Metode Algoritma Active Schedule dan Heuristic Schedule Untuk Minimasi Waktu Penyelesaian, Proceeding Seminar Nasional Teknologi Industri, Hal. J-16 – J-23, 2009. Ginting, Rosnani., Penjadwalan Mesin, Edisi 1, Graha Ilmu, Yogyakarta, 2009. Hermawan, Kezia., Pengembangan Algoritma Non-delay Scheduling dengan Jumlah Mesin Majemuk disertai Job Sisipan, Tugas Akhir, Jurusan Teknik Industri, Institut Teknologi Bandung, Bandung, 2011. Pujawan, I. N., dan Mahendrawati, E. R., Supply Chain Management, Edisi 2, Guna widya, Surabaya, 2010. Rachmawati, T., dan Tantowi, A.E., Analisis Makespan Job Shop Menggunakan Metode Active, Non-delay, dan Heuristic Generation, Jurnal Mesin dan Industri, Vol. 6, No. 1, hal. 1-10, 2009. Rukamayadi, D., dan Tarjuni., Penerapan Diagram Pareto, Peta Kendali C dan Diagram Sebab-Akibat Pada Pengendalian Gangguan Pelayanan di Perusahaan Telekomunikasi X, Jurnal STT YUPPENTEK, Vol. 8, No.1, Hal. 59-71, 2012 Situmeang, A. N., dan Herliansyah, M. K., Analisis Penerapan Dispatching Dengan Operational Synchronization Date (OSD) Untuk Penjadwalan Pada Perusahaan Multi Level Assembly Job Shop, Jurnal Mesin dan Industri, Vol. 3, No. 2, Hal. 53-59, 2006.

119

LAMPIRAN

120

LAMPIRAN 1

Penjadwalan Non-Delay Mesin Majemuk

Prioritas Most Operation Remaining

121

6

a b a b a b2 130 542 135 9 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 119 5 12 5 Z.2.5 5 31 12 4 16 b

B.2.5 124 5 6 M.3.6 3 26 12 3 15C1.2.5 362 5C2.2.5 372 5D1.2.5 26 5D2.2.5 38 5E.2.5 422 5F1.3.7 395 7F2.3.7 411 7G1.3.7 440 7G2.3.7 464 7G3.3.7 494 7H.2.5 112 5I.2.5 57 5K.2.5 31 5M.3.6 12 6N.2.5 106 5O.2.5 64 5P.2.5 49 5Q.3.6 355 6S1.2.5 99 5S2.2.5 108 5S3.2.5 120 5S4.2.5 135 5T.2.5 38 5U.2.5 90 5V.2.5 66 5

W1.2.5 238 5W2.2.5 253 5W3.2.5 274 5W4.2.5 295 5W5.2.5 327 5X.2.5 379 5Y.2.5 25 5Z.2.5 12 5

AA.3.9 93 9AB1.3.6 165 6

Pst Jumlah Operasi

wi cj* tj rj* m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17 18 28 29 30

3St cj m c* m*

19 20 21 22

rk1 &2 4 5 7

23 24 25 26 27

122

6

a b a b a bAB2.3.6 190 6AB3.3.6 223 6AC.3.9 85 9AE.2.5 526 5AF.2.5 46 5AH.2.5 130 5AI.2.5 52 5AJ.2.5 72 5AK.2.5 58 5AL1.2.5 335 5AL2.2.5 343 5AM.2.5 17 5AN.2.5 17 5AO.2.5 510 5AQ1.3.6 23 6AQ2.3.6 46 6AQ3.3.6 88 6AQ4.3.6 140 6AR.2.5 542 5AS.2.5 82 5AT.2.5 502 5AU.2.5 70 5

3 130 542 135 9 12 16 15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 119 5 15 15 M.4.15 2 26 15 12 27B.2.5 124 5C1.2.5 362 5C2.2.5 372 5D1.2.5 26 5D2.2.5 38 5E.2.5 422 5F1.3.7 395 7F2.3.7 411 7G1.3.7 440 7G2.3.7 464 7G3.3.7 494 7H.2.5 112 5I.2.5 57 5

m* Pst Jumlah Operasi

wi cj* tj rj* m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17

1 &2 3 4 5 7St cj m c*

18 19 20 21 22 23 24 25 26 27 28 29 30

rk

123

6

a b a b a bK.2.5 31 5

M.4.15 15 15N.2.5 106 5O.2.5 64 5P.2.5 49 5Q.3.6 355 6S1.2.5 99 5S2.2.5 108 5S3.2.5 120 5S4.2.5 135 5T.2.5 38 5U.2.5 90 5V.2.5 66 5

W1.2.5 238 5W2.2.5 253 5W3.2.5 274 5W4.2.5 295 5W5.2.5 327 5X.2.5 379 5Y.2.5 25 5Z.3.6 16 6

AA.3.9 93 9AB1.3.6 165 6AB2.3.6 190 6AB3.3.6 223 6AC.3.9 85 9AE.2.5 526 5AF.2.5 46 5AH.2.5 130 5AI.2.5 52 5AJ.2.5 72 5AK.2.5 58 5AL1.2.5 335 5AL2.2.5 343 5AM.2.5 17 5AN.2.5 17 5AO.2.5 510 5AQ1.3.6 23 6AQ2.3.6 46 6AQ3.3.6 88 6AQ4.3.6 140 6AR.2.5 542 5AS.2.5 82 5AT.2.5 502 5AU.2.5 70 5

m* Pst Jumlah Operasi

wi cj* tj rj* m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17

1 &2 3 4 5 7St cj m c*

18 19 20 21 22 23 24 25 26 27 28 29 30

rk

124

6

a b a b a b137 130 542 135 9 426 382 430 474 146 97 385 454 190 410 443 214 177 424 573 417 412 485 493 196 542 473 489 148 491 226 195 154 C1.6.27 491 27 485 21 AQ4.5.21 2 56 485 58 543

C2.5.21 485 21 W5.5.21 2 48 543 33 576F2.5.24 542 24 AL2.5.21 2 44 576 22 598G1.5.23 573 23 C2.5.21 2 24 598 24 622G2.4.18 573 18 X.5.21 2 23 622 15 637G3.3.7 494 7

W5.5.21 485 21X.5.21 485 21AE.2.5 526 5

AL2.5.21 485 21AO.2.5 510 5

AQ4.5.21 485 21AR.2.5 542 5AT.2.5 502 5

138 130 542 135 9 426 382 430 474 146 97 385 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 491 226 195 154 C1.6.27 491 27 491 27 C1.6.27 1 25 491 6 497C2.6.27 622 27F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.3.7 494 7

W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.2.5 510 5

AQ4.6.25 543 25AR.2.5 542 5AT.2.5 502 5

139 130 542 135 9 426 382 430 474 146 97 385 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 494 7 G3.3.7 3 35 494 13 507F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.3.7 494 7

W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.2.5 510 5

AQ4.6.25 543 25AR.2.5 542 5AT.2.5 502 5

26 27 28 29 3017 18 19 20 21 22 23 24 25 c* m* PstJumlah Operasi wi cj* tj rj*

m Opt.

rk1 &2 3 4 5 7

St cj m1 2 3 4 5 6 7 8 9 10 12 13 14 15 16

125

6

a b a b a b140 130 542 135 9 426 382 430 507 146 97 385 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 502 5 AT.2.5 4 34 502 3 505 b

F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.2.5 510 5

AQ4.6.25 543 25AR.2.5 542 5AT.2.5 502 5

141 130 542 135 9 426 505 430 507 146 97 385 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 505 10 AT.3.10 3 34 505 3 508F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.2.5 510 5

AQ4.6.25 543 25AR.2.5 542 5AT.3.10 505 10

142 130 542 135 9 426 505 430 507 146 97 508 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 508 14 AT.4.14 2 34 508 12 520F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.2.5 510 5

AQ4.6.25 543 25AR.2.5 542 5AT.4.14 508 14

23 24 25 26 27 28 29 30tj rj*

m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17 18 19 20 21 22

St cj m c* m* PstJumlah Operasi wi cj*

rk1 &2 3 4 5 7

126

6

a b a b a b143 130 542 135 9 426 505 430 507 146 97 508 454 190 410 520 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 510 5 AO.2.5 4 30 510 3 513 a

F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.2.5 510 5

AQ4.6.25 543 25AR.2.5 542 5AT.5.30 520 30

144 130 542 135 9 513 505 430 507 146 97 508 454 190 410 520 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 513 6 AO.3.6 3 30 513 3 516F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.3.6 513 6

AQ4.6.25 543 25AR.2.5 542 5AT.5.30 520 30

145 130 542 135 9 513 505 516 507 146 97 508 454 190 410 520 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 516 15 AO.4.15 2 30 516 26 542F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.4.15 516 15AQ4.6.25 543 25

AR.2.5 542 5AT.5.30 520 30

m* PstJumlah Operasi wi cj* tj rj*

m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17

1 &2 3 4 5 7St cj m c*

18 19 20 21 22 23 24 25 26 27 28 29 30

rk

127

6

a b a b a b146 130 542 135 9 513 505 516 507 146 97 508 454 190 410 520 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 520 30 AT.5.30 1 34 520 20 540

F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25

AR.2.5 542 5AT.5.30 520 30

147 130 542 135 9 513 505 516 507 146 97 508 454 190 410 520 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 540 C2.6.27 622 27 526 5 AE.2.5 4 29 526 4 530 bF2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5

AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25

AR.2.5 542 5148 130 542 135 9 513 530 516 507 146 97 508 454 190 410 520 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 540 C2.6.27 622 27 530 10 AE.3.10 3 29 530 6 536

F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27

AE.3.10 530 10AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25

AR.2.5 542 5

26 27 28 29 3017 18 19 20 21 22 23 24 25 c* m* PstJumlah Operasi wi cj* tj rj*

m Opt.

rk1 &2 3 4 5 7

St cj m1 2 3 4 5 6 7 8 9 10 12 13 14 15 16

128

6

a b a b a b149 130 542 135 9 513 530 516 507 146 97 536 454 190 410 520 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 540 C2.6.27 622 27 536 14 AE.4.14 2 29 536 27 563

F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27

AE.4.14 536 14AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25

AR.2.5 542 5150 130 542 135 9 513 530 516 507 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 540 C2.6.27 622 27 542 5 AR.2.5 4 17 542 4 546 a

F2.5.24 542 24 24 F2.5.24 1 46 542 59 601G1.5.23 573 23 26 AO.5.26 1 30 542 23 565G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27

AE.5.27 563 27AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25

AR.2.5 542 5151 130 542 135 9 546 530 516 507 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 601 473 489 565 497 226 195 540 C2.6.27 622 27 543 25 AQ4.6.25 1 56 543 114 657 a

G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27

AE.5.27 563 27AL2.6.24 601 24AQ4.6.25 543 25

AR.3.7 546 7152 130 542 135 9 546 530 516 507 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 601 657 489 565 497 226 195 540 C2.6.27 622 27 546 7 AR.3.7 3 17 546 5 551

G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27

AE.5.27 563 27AL2.6.24 601 24AR.3.7 546 7

23 24 25 26 27 28 29 30tj rj*

m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17 18 19 20 21 22

St cj m c* m* PstJumlah Operasi wi cj*

rk1 &2 3 4 5 7

129

6

a b a b a b153 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 601 657 489 565 497 226 195 540 C2.6.27 622 27 563 27 AE.5.27 1 29 563 20 583

G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27

AE.5.27 563 27AL2.6.24 601 24AR.4.18 573 18

154 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 601 657 489 565 583 226 195 540 C2.6.27 622 27 573 18 G2.4.18 2 36 573 81 654G1.5.23 573 23 G3.4.18 2 35 654 108 762G2.4.18 573 18 AR.4.18 2 17 762 30 792G3.4.18 573 18 23 G1.5.23 1 37 573 10 583W5.6.27 583 27X.6.27 637 27

AL2.6.24 601 24AR.4.18 573 18

155 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 583 601 657 489 565 583 226 195 540 C2.6.27 622 27 583 27 W5.6.27 1 48 583 59 642G2.5.23 654 23G3.5.23 762 23W5.6.27 583 27X.6.27 637 27

AL2.6.24 601 24AR.5.23 792 23

156 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 583 601 657 489 565 642 226 195 540 C2.6.27 642 27 601 24 AL2.6.24 1 44 601 26 627G2.5.23 654 23G3.5.23 762 23X.6.27 642 27

AL2.6.24 601 24AR.5.23 792 23

157 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 583 627 657 489 565 642 226 195 540 C2.6.27 642 27 642 27 C2.6.27 1 24 642 12 654G2.5.23 654 23 X.6.27 1 23 654 16 670G3.5.23 762 23X.6.27 642 27

AR.5.23 792 23158 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 583 627 657 489 565 670 226 195 540 G2.5.23 654 23 654 23 G2.5.23 1 36 654 15 669

G3.5.23 762 23AR.5.23 792 23

159 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 669 627 657 489 565 670 226 195 540 G3.5.23 762 23 762 23 G3.5.23 1 35 762 20 782AR.5.23 792 23

160 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 782 627 657 489 565 670 226 195 540 AR.5.23 792 23 792 23 AR.5.23 1 17 792 6 798

m* PstJumlah Operasi wi cj* tj rj*

m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17

1 &2 3 4 5 7St cj m c*

18 19 20 21 22 23 24 25 26 27 28 29 30

rk

130

LAMPIRAN 2

Penjadwalan Non-Delay Mesin Majemuk

Prioritas Most Operation Remaining disertai Job Sisipan

131

a b a b a b3

rk 130 542 135 127 133 98 2 17 120 0 162 137 18 134 14 177 424 141 0 0 0 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 14 33 J17.3.33 2 9 14 8 22ck 798 798 798 135 238 133 103 85 244 430 146 76 248 15 798 798 170 573 83 87 542 61 214 J2.2.13 18 13 30 48


4rk 130 542 135 127 133 98 2 17 120 0 162 137 18 134 27 177 424 141 0 0 22 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 18 13 J2.2.13 3 24 18 30 48ck 798 798 798 135 238 133 103 85 244 430 146 76 248 43 798 798 170 573 83 87 542 61 214 J2.2.13 18 13 30 48 J8.2.13 3 18 48 15 63

J3.1.2 542 2 7 549 J12.2.13 3 14 63 11 74J4.1.3 135 3 6 141J5.1.3 135 3 9 144J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.2.13 18 13 15 33J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.2.13 18 13 11 29

34 23 25 26 27 28 wi cj* tj rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 St cj m tj rj c* m* Pst Jumlah

Operasi

1 &2 3 4 5 6 7

132

a b a b a bJ13.1.3 135 3 6 141J14.3.33 22 33 8 30J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.4.25 22 25 8 30J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142

5rk 130 542 135 127 133 98 2 17 120 0 162 137 74 134 27 177 424 141 0 0 22 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 22 25 J17.4.25 1 9 22 8 30 ack 798 798 798 135 238 133 103 85 244 430 146 76 248 43 798 798 170 573 83 87 542 61 214 J2.3.33 48 33 24 72 33 J14.3.33 2 12 22 8 30



Operasi

1 &2 3 4 5 6 7

133

a b a b a b55rk 179 542 217 259 244 234 216 97 263 154 176 190 255 443 214 177 424 298 167 165 262 0 196 285 367 148 259 258 J1.4.19 298 19 30 328 259 27 J15.6.27 1 11 259 6 265ck 798 798 798 295 274 355 798 798 282 430 798 368 508 516 798 798 359 573 382 454 542 287 798 J3.1.2 542 2 7 549

J4.6.25 285 25 9 294J5.6.25 285 25 18 303J6.6.25 285 25 13 298J7.4.19 298 19 12 310J8.4.25 285 25 7 292J10.4.17 424 17 21 445J15.6.27 259 27 6 265J16.5.33 262 33 11 273J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310J25.6.26 262 26 10 272

56rk 179 542 217 259 244 234 216 97 263 154 176 190 255 443 214 177 424 298 167 165 262 0 196 285 367 148 265 258 J1.4.19 298 19 30 328 262 26 J25.6.26 1 1 262 10 272ck 798 798 798 295 274 355 798 798 282 430 798 368 508 516 798 798 359 573 382 454 542 287 798 J3.1.2 542 2 7 549 33 J16.5.33 2 10 262 11 273

J4.6.25 285 25 9 294J5.6.25 285 25 18 303J6.6.25 285 25 13 298J7.4.19 298 19 12 310J8.4.25 285 25 7 292J10.4.17 424 17 21 445J16.5.33 262 33 11 273J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310J25.6.26 262 26 10 272

57rk 179 542 217 259 282 234 216 97 263 154 176 190 255 443 214 177 424 298 167 165 273 0 196 285 367 272 265 258 J1.4.19 298 19 30 328 273 27 J16.6.27 1 10 273 11 284ck 798 798 798 295 327 355 798 798 282 430 798 368 508 516 798 798 359 573 382 454 542 287 798 J3.1.2 542 2 7 549

J4.6.25 285 25 9 294J5.6.25 285 25 18 303J6.6.25 285 25 13 298


Operasi

1 &2 3 4 5 6 7

134

a b a b a bJ7.4.19 298 19 12 310J8.4.25 285 25 7 292J10.4.17 424 17 21 445J16.6.27 273 27 11 284J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310

58rk 179 542 217 259 282 234 216 97 287 154 176 190 255 443 214 177 424 298 167 165 273 0 196 285 367 272 284 258 J1.4.19 298 19 30 328 285 25 J4.6.25 1 22 285 9 294 ack 798 798 798 295 327 355 798 798 303 430 798 368 508 516 798 798 359 573 382 454 542 287 798 J3.1.2 542 2 7 549 J5.6.25 1 21 294 18 312 a

J4.6.25 285 25 9 294 J6.6.25 1 20 312 13 325 aJ5.6.25 285 25 18 303 J8.4.25 1 18 325 7 332 aJ6.6.25 285 25 13 298J7.4.19 298 19 12 310J8.4.25 285 25 7 292J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310

59rk 179 542 217 303 282 234 216 97 287 154 176 190 255 443 214 177 424 298 167 165 273 0 196 332 367 272 311 258 J1.4.19 298 19 30 328 298 19 J1.4.19 3 25 298 30 328ck 798 798 798 335 327 355 798 798 303 430 798 368 508 516 798 798 359 573 382 454 542 395 798 J3.1.2 542 2 7 549 J7.4.19 3 19 328 12 340

J7.4.19 298 19 12 310 J24.4.19 3 2 340 12 352J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310

60rk 179 542 217 303 339 234 216 97 308 154 176 190 255 443 214 177 424 352 167 165 273 0 196 332 367 272 311 258 J1.5.33 328 33 23 351 328 33 J1.5.33 2 25 328 23 351ck 798 798 798 335 362 355 798 798 339 430 798 368 508 516 798 798 359 573 382 454 542 395 798 J3.1.2 542 2 7 549

J7.5.33 340 33 8 348J10.4.17 424 17 21 445J18.1.2 542 2 6 548


Operasi

1 &2 3 4 5 6 7

135

a b a b a bJ19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.5.33 352 33 8 360

61rk 179 542 217 347 339 234 216 97 308 154 176 190 255 443 214 177 424 352 167 165 351 0 196 332 367 272 311 258 J1.6.27 351 27 23 374 351 27 J1.6.27 1 25 351 23 374ck 798 798 798 372 362 355 798 798 339 430 798 368 508 516 798 798 359 573 382 454 542 395 798 J3.1.2 542 2 7 549 33 J7.5.33 2 19 351 8 359

J7.5.33 351 33 8 359J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.5.33 352 33 8 360

62rk 179 542 217 347 339 359 216 97 346 154 176 190 255 443 214 177 424 417 167 165 359 0 196 332 367 272 374 258 J3.1.2 542 2 7 549 359 33 J24.5.33 2 2 359 8 367ck 798 798 798 372 362 365 798 798 382 430 798 368 508 516 798 798 798 573 382 454 542 395 798 J7.6.27 374 27 5 379

J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.5.33 359 33 8 367

63rk 179 542 217 376 365 368 216 97 346 154 176 190 410 443 214 177 424 417 167 165 367 0 196 332 367 272 374 258 J3.1.2 542 2 7 549 372 26 J24.6.26 1 2 372 6 378ck 798 798 798 422 379 376 798 798 382 430 798 798 508 516 798 798 798 573 382 454 542 395 798 J7.6.27 374 27 5 379

J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.6.26 372 26 6 378

64rk 179 542 217 376 365 368 216 97 346 154 176 190 410 443 214 177 424 417 167 165 367 0 196 332 367 378 374 258 J3.1.2 542 2 7 549 374 27 J7.6.27 1 19 374 5 379ck 798 798 798 422 379 376 798 798 382 430 798 798 508 516 798 798 798 573 382 454 542 395 798 J7.6.27 374 27 5 379

J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443


Operasi

1 &2 3 4 5 6 7

136

a b a b a bJ20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497

65rk 179 542 217 426 382 380 216 97 385 154 176 190 410 443 214 177 424 417 167 165 367 0 196 473 367 378 497 258 J3.1.2 542 2 7 549 424 17 J10.4.17 3 16 424 21 445ck 798 798 798 510 502 426 798 798 505 430 798 798 508 516 798 798 798 573 543 454 542 542 798 J10.4.17 424 17 21 445 J19.4.17 3 7 445 19 464

J18.1.2 542 2 6 548 J20.4.17 3 6 464 19 483J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497

66rk 179 542 217 426 382 430 216 97 385 154 454 190 410 443 214 177 483 417 167 165 367 0 196 473 367 378 497 258 J3.1.2 542 2 7 549 443 14 J23.4.14 3 3 443 54 497ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 454 542 563 798 J10.5.34 445 34 12 457

J18.1.2 542 2 6 548J19.5.33 464 33 14 478J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.4.14 443 14 54 497

67rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 367 0 196 473 367 378 497 258 J3.1.2 542 2 7 549 445 34 J10.5.34 2 16 445 12 457ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 454 542 563 798 J10.5.34 445 34 12 457

J18.1.2 542 2 6 548J19.5.33 464 33 14 478J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512

68rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 367 457 196 473 489 378 497 258 J3.1.2 542 2 7 549 464 33 J19.5.33 2 7 464 14 478ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J10.6.25 473 25 10 483

J18.1.2 542 2 6 548J19.5.33 464 33 14 478J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512

69rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 478 457 196 473 489 378 497 258 J3.1.2 542 2 7 549 473 25 J10.6.25 1 16 473 10 483 ack 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J10.6.25 473 25 10 483

J18.1.2 542 2 6 548J19.6.23 478 23 15 493J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512

wi cj* tj rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33

1 &2 4 5 6 7

34 23 25 26 27 28

3St cj m tj rj c* m* Pst Jumlah

Operasi

137

a b a b a b70rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 478 457 196 483 489 378 497 258 J3.1.2 542 2 7 549 478 23 J19.6.23 1 7 478 15 493ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J18.1.2 542 2 6 548

J19.6.23 478 23 15 493J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512

71rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 478 457 493 483 489 378 497 258 J3.1.2 542 2 7 549 483 33 J20.5.33 2 6 483 14 497ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J18.1.2 542 2 6 548

J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512

72rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 497 457 493 483 489 378 497 258 J3.1.2 542 2 7 549 497 23 J20.6.23 1 6 497 12 509ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J18.1.2 542 2 6 548 33 J23.5.33 2 3 497 15 512

J20.6.23 497 23 12 509J22.1.2 542 2 18 560J23.5.33 497 33 15 512

73rk 179 542 217 513 505 516 216 97 508 154 454 190 410 520 214 177 483 417 167 165 512 457 509 483 489 378 497 258 J3.1.2 542 2 7 549 512 26 J23.6.26 1 3 512 29 541ck 798 798 798 542 526 798 798 798 530 798 798 798 536 516 798 798 798 573 543 798 542 563 798 J18.1.2 542 2 6 548

J22.1.2 542 2 18 560J23.6.26 512 26 29 541

74rk 179 542 217 546 530 516 216 97 536 154 454 190 410 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.1.2 542 2 7 549 542 2 J3.1.2 6 23 542 7 549ck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.1.2 542 2 6 548 J18.1.2 6 8 549 6 555

J22.1.2 542 2 18 560 J22.1.2 6 4 555 18 57375rk 179 573 217 546 530 516 216 97 536 154 454 190 410 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.2.5 549 5 3 552 549 5 J3.2.5 5 23 549 3 552 bck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.2.5 555 5 3 558

J22.2.5 573 5 4 57776rk 179 573 217 546 552 516 216 97 536 154 454 190 410 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.3.6 552 6 3 555 552 6 J3.3.6 4 23 552 3 555ck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.2.5 555 5 3 558

J22.2.5 573 5 4 57777rk 179 573 217 546 552 555 216 97 536 154 454 190 410 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.4.13 555 13 10 565 555 5 J18.2.5 5 8 555 3 558 bck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.2.5 555 5 3 558 13 J3.4.13 3 23 555 10 565

J22.2.5 573 5 4 577

rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 34 23 25 tj rj c* m* Pst Jumlah

Operasiwi cj* tj

1 &2 3 4 5 6 7St cj m26 27 28

138

a b a b a b78rk 179 573 217 546 558 555 216 97 536 154 454 190 565 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.5.33 565 33 7 572 558 10 J18.3.10 4 8 558 3 561ck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.3.10 558 10 3 561

J22.2.5 573 5 4 57779rk 179 573 217 546 558 555 216 97 561 154 454 190 565 563 542 177 483 417 167 165 512 457 583 657 489 565 670 258 J3.5.33 565 33 7 572 565 13 J18.4.13 3 8 565 11 576ck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 654 798 798 798 798 798 J18.4.13 565 13 11 576 33 J3.5.33 2 23 565 7 572

J22.2.5 573 5 4 57780rk 179 573 217 546 558 555 216 97 561 154 454 190 576 563 542 177 483 417 167 165 572 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 573 5 J22.2.5 5 4 573 4 577 ack 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.5.33 576 33 7 583

J22.2.5 573 5 4 57781rk 179 573 217 577 558 555 216 97 561 154 454 190 576 563 542 177 483 417 167 165 572 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 576 33 J18.5.33 2 8 576 7 583ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.5.33 576 33 7 583

J22.3.6 577 6 3 58082rk 179 573 217 577 558 555 216 97 561 154 454 190 576 563 542 177 483 417 167 165 583 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 577 6 J22.3.6 4 4 577 3 580ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.6.27 670 27 6 676

J22.3.6 577 6 3 58083rk 179 573 217 577 558 580 216 97 561 154 454 190 576 563 542 177 483 417 167 165 583 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 580 16 J22.4.16 3 4 580 24 604ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.6.27 670 27 6 676

J22.4.16 580 16 24 60484rk 179 573 217 577 558 580 216 97 561 154 454 190 576 563 542 604 483 417 167 165 604 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 617 26 J22.6.26 1 4 617 19 636ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.6.27 670 27 6 676

J22.6.26 617 26 19 63685rk 179 573 217 577 558 580 216 97 561 154 454 190 576 563 542 604 483 417 167 165 604 457 669 657 489 636 670 258 J3.6.27 670 27 5 675 670 27 J3.6.27 1 23 670 5 675ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 762 798 798 798 798 798 J18.6.27 670 27 6 676 J18.6.27 1 8 675 6 681

rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 34 23 25 tj rj c* m* Pst Jumlah

Operasiwi cj* tj

1 &2 3 4 5 6 7St cj m26 27 28

139

LAMPIRAN 3

Gantt Chart Penjadwalan Non-Delay Mesin Majemuk

Prioritas Most Operation Remaining

141

LAMPIRAN 4

Gantt Chart Penjadwalan Non-Delay Mesin Majemuk

Prioritas Most Operation Remaining disertai Job Sisipan

pengembangan model penjadwalan mesin majemuk …

Documents